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！

龙图腾网获悉南京信息工程大学申请的专利一种基于卷积神经网络的调制格式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：CN119583270B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411628482.5，技术领域涉及：H04L27/00；该发明授权一种基于卷积神经网络的调制格式识别方法及系统是由刘博;任建新;毛雅亚;陈帅东;刘子铭;宋秀敏;吴泳锋;孙婷婷;赵立龙;戚志鹏;李莹;王凤;哈特设计研发完成，并于2024-11-14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的调制格式识别方法及系统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的调制格式识别方法及系统，涉及认知光网络技术领域，包括以下步骤：获取待传输数据，将待传输数据输入至预先构建的IQ调制器内，将复合光耦合进待传输数据，得到耦合数据，将耦合数据输入至预先构建的相干接收机解调，并通过模数转换得到光信号；对光信号进行预处理，得到处理后的光信号，将处理后的光信号进行归一化，将归一化后的光信号输入至预先建立的基于元学习辅助的轻量化卷积神经网络模型内，输出得到调制格式识别结果。

本发明授权一种基于卷积神经网络的调制格式识别方法及系统在权利要求书中公布了：1.一种基于卷积神经网络的调制格式识别方法，其特征在于，方法包括以下步骤： 获取待传输数据，将待传输数据输入至预先构建的IQ调制器内，将复合光耦合进待传输数据，得到耦合数据，将耦合数据输入至预先构建的相干接收机解调，并通过模数转换得到光信号； 对光信号进行预处理，得到处理后的光信号，将处理后的光信号进行归一化，将归一化后的光信号输入至预先建立的基于元学习辅助的轻量化卷积神经网络模型内，输出得到调制格式识别结果； 所述预先建立的基于元学习辅助的轻量化卷积神经网络模型包括 元学习模块：用于学习如何高效地适应新的任务，对模型的参数初始化进行优化，使模型能够在小样本或少量迭代情况下迅速调整至新的任务； 轻量化卷积神经网络：通过引入轻量化技术减少网络的计算复杂度和模型大小，轻量化CNN模型使用以下技术： 深度可分离卷积：将标准卷积分解为深度卷积和点卷积； 剪枝和量化：对不重要的参数进行剪枝，对浮点数进行量化； 知识蒸馏：通过将大模型的知识传递给小模型； 特征提取模块：用于从输入信号中提取特征，通过卷积层堆叠，或者通过卷积块和池化层的组合来提取多尺度的特征 任务自适应模块：用于在每次新任务中快速调整模型参数，通过元学习算法进行； 调制格式分类器：用于分类不同的调制格式。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市浦口区宁六路219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。