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！

龙图腾网获悉大连海事大学申请的专利一种基于马尔可夫转换场与深度学习的调制识别方法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：CN116614333B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202310700870.9，技术领域涉及：H04L27/00；该发明授权一种基于马尔可夫转换场与深度学习的调制识别方法是由马济通;胡牧天;边文霖;包文强设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本一种基于马尔可夫转换场与深度学习的调制识别方法在说明书摘要公布了：本发明提供了一种基于马尔可夫转换场与深度学习的调制识别方法，涉及认知无线电技术领域，包括如下步骤：S1、接收无线电信号，利用无线电信号的同相正交数据生成马尔可夫转换场特征；S2、将所述马尔可夫转换场特征降维并重塑，然后与同相正交数据拼接为混合数据；S3、建立并训练卷积辅助的Transformer模型，得到训练后的Transformer模型；S4、使用训练后的Transformer模型识别未知信号的调制方式，以所述混合数据的测试集作为输入，以调制方式标签作为输出。本发明使用IQ序列和马尔可夫转移图两种互补的数据作为模型的输入，极大的提升了识别精度。本发明所提卷积辅助Transformer模型能够同时提取数据的局部与全局特征，增强了识别精度。

本发明授权一种基于马尔可夫转换场与深度学习的调制识别方法在权利要求书中公布了：1.一种基于马尔可夫转换场与深度学习的调制识别方法，其特征在于，包括如下步骤： S1、接收无线电信号，利用无线电信号的同相正交数据生成马尔可夫转换场特征； S2、将所述马尔可夫转换场特征降维并重塑，然后与同相正交数据拼接为混合数据； S3、建立并训练卷积辅助的Transformer模型，得到训练后的Transformer模型； S31、建立二维卷积降采样模块，所述二维卷积降采样模块包含三个二维卷积，对输入信号数据的初步特征提取和降维； S32、将类别令牌与位置关系嵌入初步提取的特征中； S33、建立卷积辅助编码器，以S31的初步特征为输入，以可训练的参数融合的全局特征与局部特征为卷积辅助编码器的输出； S34、采用全连接层分类器对最后一个卷积辅助编码器的输出特征中的类别令牌通过线性层输出每个类别可能的概率，对概率取最大值，输出类别结果； S35、将公开数据集按照比例划分为训练集、验证集和测试集，其中，训练集用于训练，以有标签混合数据形式作为提出的卷积辅助Transformer的输入，使用交叉熵损失函数计算输出概率与真实标签的损失值，通过梯度下降算法根据损失值来优化模型参数； S4、使用训练后的Transformer模型识别未知信号的调制方式，以所述混合数据的测试集作为输入，以调制方式标签作为输出。

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大连海事大学，其通讯地址为：116026 辽宁省大连市高新园区凌海路1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”。