西北工业大学樊养余获国家专利权
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！
龙图腾网获悉西北工业大学申请的专利一种基于卷积神经网络模型的雷达干扰信号类型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：CN115616503B 。
龙图腾网通过国家知识产权局官网在2025-09-30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：202211405873.1，技术领域涉及：G01S7/36；该发明授权一种基于卷积神经网络模型的雷达干扰信号类型识别方法是由樊养余;刘洋;刘曦春;吕国云;张君昌;王毅设计研发完成，并于2022-11-10向国家知识产权局提交的专利申请。
本一种基于卷积神经网络模型的雷达干扰信号类型识别方法在说明书摘要公布了：本发明公开了一种基于卷积神经网络模型的雷达干扰信号类型识别方法，包括：获取回波时域序列并进行时频转换，得到回波频域序列；对回波时域序列和回波频域序列分别进行分级量化，根据分级量化结果生成第一和第二实矩阵；拼接第一和第二实矩阵并转为灰度图像；将灰度图像输入至预先训练完成的卷积神经网络模型中，以使卷积神经网络模型输出雷达干扰信号类型识别结果；其中，卷积神经网络模型是基于多个样本灰度图像以及每个样本灰度图像对应的雷达干扰信号类型进行训练得到的。本发明基于卷积神经网络模型，运用图像分类识别的方法对雷达干扰信号类型进行智能化识别，具有较高的泛化能力和识别准确率。
本发明授权一种基于卷积神经网络模型的雷达干扰信号类型识别方法在权利要求书中公布了：1.一种基于卷积神经网络模型的雷达干扰信号类型识别方法，其特征在于，包括：信号预处理步骤和干扰识别步骤； 所述信号预处理步骤，包括：获取雷达的回波时域序列，并对所述回波时域序列进行时频转换，得到回波频域序列；对所述回波时域序列进行分级量化，并根据分级量化结果生成第一实矩阵；对所述回波频域序列进行分级量化，并根据分级量化结果生成第二实矩阵；拼接所述第一实矩阵和所述第二实矩阵，并将拼接结果转换为灰度图像； 所述干扰识别步骤，包括：将所述灰度图像输入至预先训练完成的卷积神经网络模型中，以使所述卷积神经网络模型输出雷达干扰信号类型识别结果； 其中，所述卷积神经网络模型是基于多个样本灰度图像以及每个样本灰度图像对应的雷达干扰信号类型进行训练得到的；每个所述样本灰度图像均是按照所述信号预处理步骤对一样本回波时域序列进行处理得到的灰度图像。
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北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励