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非高斯干扰下时频重叠多信号的信源个数智能估计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：CN119760437B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411805265.9，技术领域涉及：G06F18/22；该发明授权非高斯干扰下时频重叠多信号的信源个数智能估计方法是由刘明骞;张晓波设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本非高斯干扰下时频重叠多信号的信源个数智能估计方法在说明书摘要公布了：本申请的实施例涉及电磁空间信号处理技术领域，特别涉及一种非高斯干扰下时频重叠多信号的信源个数智能估计方法，包括：通过匹配追踪算法将获取到的时频重叠信号稀疏分解为多个匹配信号，并采用非线性变换器减弱alpha稳定噪声对时频重叠信号的影响，利用多个匹配信号与原始信号组成虚拟多通道信号，构建得到广义相关矩阵；对广义相关矩阵进行包括特征值分解和相似变换的数据预处理操作，得到处理后的广义相关矩阵；将处理后的广义相关矩阵输入至改进的U‑Net网络中，获得改进的U‑Net网络输出的分割结果，依据分割结果实现非高斯干扰下时频重叠多信号的信源个数智能估计。该方法的估计精度高，估计性能不受调制方式和频谱混叠度的影响，鲁棒性高。

本发明授权非高斯干扰下时频重叠多信号的信源个数智能估计方法在权利要求书中公布了：1.一种非高斯干扰下时频重叠多信号的信源个数智能估计方法，其特征在于，所述方法包括： 通过匹配追踪算法将获取到的时频重叠信号稀疏分解为多个匹配信号，并采用非线性变换器减弱alpha稳定噪声对时频重叠信号的影响，利用多个匹配信号与原始信号组成虚拟多通道信号，构建得到广义相关矩阵； 对广义相关矩阵进行数据预处理操作，通过特征值分解操作、相似变换操作增大信号特征值与噪声特征值之间的差异，得到处理后的广义相关矩阵； 将处理后的广义相关矩阵输入至改进的U-Net网络中，寻找信号特征值与噪声特征值之间的边界，获得改进的U-Net网络输出的分割结果，依据分割结果实现非高斯干扰下时频重叠多信号的信源个数智能估计； 将处理后的广义相关矩阵输入至改进的U-Net网络中，寻找信号特征值与噪声特征值之间的边界，获得改进的U-Net网络输出的分割结果，依据分割结果实现非高斯干扰下时频重叠多信号的信源个数智能估计，包括： 将U-Net网络的四层结构减少为二层，并在U-Net网络的编码器中的原始编码操作的每个卷积层之后添加批归一化层和ReLU激活函数层，在卷积层的外部增加一个快捷连接，以将卷积层的输出与原始输入相加，从而得到改进的U-Net网络； 将相似变换矩阵输入至改进的U-Net网络中，输出相似变换矩阵中的每一个像素点属于信号或者噪声的归一化概率，确定信号特征值与噪声特征值之间的分界线，获得改进的U-Net网络输出的分割结果； 依次遍历分割结果中的每一行，累加当前行的所有元素，得到一个维向量，统计维向量的元素中数值大于的个数，得到信源个数。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路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”。

以上内容由龙图腾AI智能生成。