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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于特征融合的信号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：CN114881092B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202210685893.2，技术领域涉及：G06F18/25；该发明授权一种基于特征融合的信号调制识别方法是由章坚武;仇毛弟设计研发完成，并于2022-06-16向国家知识产权局提交的专利申请。

本一种基于特征融合的信号调制识别方法在说明书摘要公布了：本发明公开了一种基于特征融合的信号调制识别方法，包括：获取调制信号样本数据集；对调制信号样本进行预处理，包括提取调制信号样本的频谱图和星座图；对频谱图和星座图进行归一化处理，并将归一化处理后的频谱图和星座图串联拼接获得对应的融合特征图，划分融合特征图为训练集和测试集；建立深度神经网络模型，深度神经网络模型包括依次连接的CNN网络、LSTM网络、注意力机制模块和分类器；将训练集中的融合特征图输入深度神经网络模型进行训练，获得训练好的深度神经网络模型；将实际接收信号的融合特征图输入训练好的深度神经网络模型进行识别，获取调制识别结果。该方法增强了特征多样性，具有较高的识别准确率和泛化能力。

本发明授权一种基于特征融合的信号调制识别方法在权利要求书中公布了：1.一种基于特征融合的信号调制识别方法，其特征在于：所述基于特征融合的信号调制识别方法包括如下步骤： S1、获取调制信号样本数据集； S2、对数据集中的调制信号样本进行预处理，所述预处理包括提取调制信号样本的频谱图和星座图； S3、对频谱图和星座图进行归一化处理，并将归一化处理后的相同调制信号样本的频谱图和星座图串联拼接获得对应的融合特征图，划分融合特征图为训练集和测试集； S4、建立深度神经网络模型，所述深度神经网络模型包括依次连接的CNN网络、LSTM网络、注意力机制模块和分类器，其中，所述CNN网络用于提取信号空间特征，所述LSTM网络用于提取信号时序特征，所述注意力机制模块用于捕获关键时空特征； 所述CNN网络包括依次连接的第一卷积层、第一Dropout层、第一BN层、第二卷积层、第二Dropout层和第二BN层； 所述深度神经网络模型的损失函数采用添加l2正则化项的交叉熵函数，公式如下： 式中，m为调制信号类别数，y为实际值，为深度神经网络模型的预测值，为l2正则化项，λ为正则化参数，n为迭代次数，ωi为第i次迭代的模型权重参数； S5、将训练集中的融合特征图输入所述深度神经网络模型进行训练，获得训练好的深度神经网络模型； S6、将实际接收信号的融合特征图输入训练好的深度神经网络模型进行识别，获取调制识别结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。