买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利一种基于双谱特征的小样本雷达辐射源调制识别方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116738210B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310742340.0，技术领域涉及：G06F18/213；该发明授权一种基于双谱特征的小样本雷达辐射源调制识别方法、系统、设备及介质是由石磊;姚博;翟羽彤;李芳燕;李小平;贾静设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。

本一种基于双谱特征的小样本雷达辐射源调制识别方法、系统、设备及介质在说明书摘要公布了：一种基于双谱特征的小样本雷达辐射源调制识别方法、系统、设备及介质，方法包括：对辐射源调制信号进行双谱估计得到双谱特征并划分为数据集，再将数据集作为MAML模型输入样本定义基于度量学习的集成损失函数，最后将基于度量学习的集成损失函数引入MAML模型，并基于MAML模型实现辐射源调制识别；系统、设备及介质，用于实现一种基于双谱特征的小样本雷达辐射源调制识别方法；本发明通过提取辐射源调制信号双谱特征消除了高斯噪声，利用基于度量学习的集成损失函数提升MAML模型识别性能，最后利用MAML模型实现小样本下辐射源调制信号的识别，具有小样本低信噪比下稳健识别、鲁棒性强和泛化能力强的特点。

本发明授权一种基于双谱特征的小样本雷达辐射源调制识别方法、系统、设备及介质在权利要求书中公布了：1.一种基于双谱特征的小样本雷达辐射源调制识别方法，其特征在于，包括以下步骤： 步骤1、对辐射源调制信号进行双谱估计得到双谱特征Btotal； 步骤2、将步骤1得到的双谱特征Btotal划分为数据集，包括训练集Btrain和测试集Btest，其中，训练集Btrain划分为支持集Bsupport和查询集Bquery，测试集Btest划分为测试支持集Btest_support和测试查询集Btest_query； 步骤3、将步骤2划分的数据集作为MAML模型输入样本，再利用MAML模型输入样本定义基于度量学习的集成损失函数； 步骤3.1、将划分好的辐射源调制信号的双谱特征数据集作为MAML模型的输入样本： Btotal＝[Btrain，Btest]， Btrain＝[Bsupport，Bquery]， Btest＝[Btest_support，Btest_query]； 步骤3.2、将步骤3.1中得到的MAML模型的输入样本，根据辐射源调制识别模型不同阶段需要，输入双谱特征数据集为训练集Btrain或测试集Btest，再基于双谱特征的MAML模型输入样本定义双谱特征样本在特征空间的表示为fBisbk，其中，bk代表数据集中第k个双谱特征样本； 基于三元组网络的原理，将双谱特征样本分为三个部分：正样本负样本bk -和锚定样本其中，为数据集中随机选取的一个样本，为与同一类的样本，为与不同类的样本，则三元组损失函数LTriplet可以表示为： LTriplet＝E{.max[||fBisbk +-fBisbk an||2-||fBisbk --fBisbk an||2+ξ,0]}， 其中，E{*}为欧式距离，||*||2为二阶范数，ξ为可调边界阈值，通过三元组损失函数LTriplet使得同类的正样本更靠近锚定样本不同类的负样本更远离锚定样本 基于中心损失会减小样本在特征空间中的类内距离相关原理：MAML模型输入样本的中心损失函数Lcenter可以表示为： 其中，E[*]为欧式距离，||*||2为二阶范数，为yk类别的可学习中心特征； MAML模型输入样本的Softmax概率损失Lsoftmax可表示为： 其中，E{*}为欧式距离，Zk表示fBisbk属于第yk类别的非归一化概率； 步骤3.3、将步骤3.2中得到的双谱特征数据集下的三元组损失函数Ltriplet、中心损失函数Lcenter和Softmax概率损失Lsoftmax，通过度量学习进行集成组合，定义组合后的集成损失函数为： LIT＝Lsoftmax+λLtriplet+Lcenter， 其中，λ为平衡三元组损失函数Ltriplet、中心损失函数Lcenter与Softmax概率损失Lsoftmax的平衡因子； 步骤4、将步骤3定义的基于度量学习的集成损失函数引入MAML模型，并基于MAML模型实现辐射源调制识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。