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基于小波变换和多模态特征融合的自动调制分类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：CN116738278B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310587426.0，技术领域涉及：G06F18/24；该发明授权基于小波变换和多模态特征融合的自动调制分类方法是由王海;柳彦伊;张敏;成曦设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本基于小波变换和多模态特征融合的自动调制分类方法在说明书摘要公布了：本发明公开了一种基于小波变换和多模态特征融合的自动调制分类方法，主要解决低信噪比条件下现有模型分类正确率不高的技术问题；方案包括：1获取现有数据集中信号的IQ样本；2通过小波阈值去噪对样本数据进行预处理，并提取去噪信号的AP信息，输入时序模态特征提取网络；同时采用格拉姆角场对样本数据进行重构，将一维序列转换为二维图像，作为图像模态特征提取网络的输入；3使用基于注意力机制的特征融合方法来融合两个网络提取的多模态特征；4通过全连接层得到最终的调制分类结果。本发明充分考虑到了不同模态特征之间的的差异性和互补性，能够有效提高低信噪比环境下的调制分类正确率，同时解决调制的混淆问题。

本发明授权基于小波变换和多模态特征融合的自动调制分类方法在权利要求书中公布了：1.一种基于小波变换和多模态特征融合的自动调制分类方法，其特征在于，包括以下步骤： 1获取数据集RML2016.10A中的原始IQ数据，并将其划分为训练集和测试集； 2构建多模态特征融合模型： 2.1搭建包含三个卷积层、两个卷积注意力模块CBAM和两个双向长短期记忆网络Bi-LSTM的时序模态特征提取网络，其中每层卷积后接批归一化层和线性修正单元ReLU激活层，在第一个卷积层和第二个卷积层后分别接一个CBAM模块，第三个卷积层后使用两个Bi-LSTM； 2.2在原始的深度残差收缩网络中，使用离散小波变换DWT替换其中的池化层和跨步卷积层，得到图像模态特征提取网络； 2.3将时序模态特征提取网络与图像模态特征提取网络共同组成特征提取单元；设计输入端用于接收外部数据，预处理模块用于对输入端接收的数据进行预处理，并将预处理后的数据送入特征提取单元；特征提取单元后依次连接注意力特征融合模块AFF和分类器，得到多模态特征融合模型； 3利用训练集数据的对步骤2构建的多模态特征融合模型进行训练，得到训练好的模型； 4将测试集中的数据输入到训练好的模型中，实现待测信号的自动调制分类。

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”。