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！

龙图腾网获悉中国科学院声学研究所申请的专利一种水声通信信号端到端调制类型识别方法及系统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：CN119155146B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411333097.8，技术领域涉及：H04L27/00；该发明授权一种水声通信信号端到端调制类型识别方法及系统是由巩文静;李宝奇;鞠东豪;王宇杰;高善国;李宇;刘纪元;黄海宁设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种水声通信信号端到端调制类型识别方法及系统在说明书摘要公布了：本发明涉及水声信号处理领域，尤其涉及一种水声通信信号端到端调制类型识别方法及系统，方法包括：对水声信号中的通信信号进行检测，获得水声通信信号；利用预先建立并训练好的基于残差注意力卷积的水声通信信号端到端调制类型识别模型对获得的水声通信信号进行调制类型识别；其中，训练好的基于残差注意力卷积的水声通信信号端到端调制类型识别模型包括：特征提取模块和分类模块；其中，所述特征提取模块，用于基于残差注意力对水声通信信号进行特征的提取；所述分类模块，用于将提取到的特征进行分类，得到水声通信信号属于某一调制类型的概率。采用残差结构结合卷积模块，能够适应信号的微弱变化，增强对信号的采样能力，提高识别的可靠性。

本发明授权一种水声通信信号端到端调制类型识别方法及系统在权利要求书中公布了：1.一种水声通信信号端到端调制类型识别方法，包括： 对水声信号中的通信信号进行检测，获得水声通信信号； 利用预先建立并训练好的基于残差注意力卷积的水声通信信号端到端调制类型识别模型对获得的水声通信信号进行调制类型识别； 其中，训练好的基于残差注意力卷积的水声通信信号端到端调制类型识别模型包括：特征提取模块和分类模块；其中， 所述特征提取模块，用于基于残差注意力对水声通信信号进行特征的提取； 所述分类模块，用于将提取到的特征进行分类，得到水声通信信号属于某一调制类型的概率； 所述特征提取模块包括：由M+1个残差注意力卷积块RAC和M个深度卷积块DC构成的M对RAC和DC模块和1个RAC模块，它们依次相连；其中，第一对RAC和DC模块分别对通信信号进行特征提取，并将输出特征通过残差结构连接，剩余对RAC和DC模块用于将输出特征进行特征提取；所述1个RAC模块用于对最后一对RAC和DC模块输出的特征继续进行特征提取； 每个RAC具体包括：依次连接的第一一维卷积层Conv1、第一ReLU6激活层、第二一维卷积层Conv2、具有通道注意机制的一维卷积层Attention、第二ReLU6激活层和最大池化层MaxPooling； 所述Conv1，用于使用yi＝wi·x+bi公式从水声通信信号中提取特征，其中，x为卷积层的输入数据，wi和bi分别为输出特征yi对应的卷积核和偏置，i为卷积层个数； 所述第一ReLU6激活层，用于对提取出的特征进行激活处理，得到激活后的特征； 所述Conv2，用于使用所述公式继续对激活后的特征进行特征提取； 所述Attention，用于使用全局池化对Conv2提取的特征进行降维处理，输出一组与通道数相同维度的向量，然后分别使用RELU激活和Sigmoid激活添加两个密集层，利用公式来学习每个通道的权值，得到注意力加权特征图，其中pi为Conv2输出的特征，σi为通道权重，为注意力加权特征图； 所述第二ReLU6激活层，用于对注意力加权特征进行激活处理，得到激活后的特征； 所述MaxPooling，用于使用尺寸为l×1的池化核将输出特征降低采样至原有长度的1l，去除冗余信息，减少模型参数。

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中国科学院声学研究所，其通讯地址为：100190 北京市海淀区北四环西路21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”。