Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学张叶茁获国家专利权

东南大学张叶茁获国家专利权

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!

龙图腾网获悉东南大学申请的专利一种面向辐射源个体识别的特征编码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:CN115563465B

龙图腾网通过国家知识产权局官网在2025-09-19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:202211155942.8,技术领域涉及:G06F18/2131;该发明授权一种面向辐射源个体识别的特征编码方法是由张叶茁;李煊鹏;周子楠;郑全中设计研发完成,并于2022-09-22向国家知识产权局提交的专利申请。

一种面向辐射源个体识别的特征编码方法在说明书摘要公布了:本发明公开了一种面向辐射源个体识别的特征编码方法,基于格拉姆角和差场变换,将IQ两路采样的辐射源电磁信号进行编码处理。将信号的实部、虚部以及幅度特征序列,分别进行格拉姆角和差场变换,得到包含采样点间时域、频域相关特征矩阵。所获得的编码特征可作为深度神经网络输入,通过训练所获模型实现辐射源个体识别。本发明为针对雷达、通信等多种电磁信号的时域、频域特征提取提供了思路,为面向各类辐射源的个体识别任务提供了数据预处理的解决方案。相对传统编码方法,本发明对于辐射源IQ两路采集信号的特征提取效果更佳,且具有识别精度高、信号适用范围广的特征,对电子对抗等辐射源个体识别应用具有重要意义。

本发明授权一种面向辐射源个体识别的特征编码方法在权利要求书中公布了:1.一种面向辐射源个体识别的特征编码方法,其特征在于,包括以下步骤: 1将IQ两路采样的辐射源信号进行形式变换;获取IQ采样I路一维信号记为Re,Q路一维信号记为Im,以及IQ两路信号的幅值记为Am;针对Re、Im和Am,利用短时傅里叶变换STFT、小波变换WT、希尔伯特-黄变换HHT常见时频分析方式;在进行短时傅里叶变换、小波变换时,计算出各个不同时刻的信号功率谱密度,取二维变换结果在各个时间窗内频率分布的最大值,得到一维的时频特征序列;在进行希尔伯特-黄变换时,经过经验模态分解EMD分解出的内涵模态分量IMF分量再经过希尔伯特变换,最终得到信号瞬时频率和瞬时幅值,即为分解后的时频特征;得到的一维特征序列数量等同于经验模态分解的次数;在此步骤中,需要根据信号的分析要求和信号本身的特征,有针对性地筛选时频分析方法; 2对于步骤1中得到的时域、时频域特征结果,进行格拉姆角和差场GASFGADF变换;将原有长度为n的时间序列、时频域特征序列转化为n×n的特征编码矩阵; 3级联步骤2中辐射源IQ信号I路、Q路、幅值和时频域特征编码矩阵,选取区分度高的k个特征,形成大小为k×n×n的矩阵数组,应用于基于深度神经网络的个体识别任务; 对于接收到的不同信号,有针对性地选择所级联的特征矩阵;采样点数量多的信号更多选取时频域特征进行级联,反之则级联时域特征;当需要同时级联特征序列长度不同的时域、时频域特征时,选择特征维度最大的编码矩阵大小为基准,对较小的编码矩阵进行补零操作,使其大小与基准相同;在样本数量足够的情况下,通过变换特征级联的组合,选取区分度最高,识别效果最好的特征作为最终信号的编码方式,作为个体识别所需特征。

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东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。