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！

龙图腾网获悉中国科学院声学研究所申请的专利一种基于MCP架构的声呐脉冲截获方法及产品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：CN120446922B 。

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：202510529026.3，技术领域涉及：G01S7/527；该发明授权一种基于MCP架构的声呐脉冲截获方法及产品是由李璇;郝程鹏;刘澎涛设计研发完成，并于2025-04-25向国家知识产权局提交的专利申请。

本一种基于MCP架构的声呐脉冲截获方法及产品在说明书摘要公布了：本发明属于信号截获和被动声呐系统技术领域，涉及一种基于MCP架构的声呐脉冲截获方法及产品，方法包括：获取待分析的声呐脉冲信号；基于MCP架构，采用训练好的Mamba模型作为时序数据处理的核心，提取待分析声呐脉冲信号的长时依赖特征，再输入大语言模型中获得更高层次的特征理解；将生成的特征理解转化为特征后与长时依赖特征融合，获取待分析声呐脉冲信号的波形类别和信号参数，从而实现声呐脉冲信号的截获与分类。本发明具有较强的可操作性和良好的应用前景，可推广应用于其他领域的来波截获任务。

本发明授权一种基于MCP架构的声呐脉冲截获方法及产品在权利要求书中公布了：1.一种基于MCP架构的声呐脉冲截获方法，包括： 获取待分析的声呐脉冲信号； 基于MCP架构，采用训练好的Mamba模型作为时序数据处理的核心，提取待分析声呐脉冲信号的长时依赖特征，再输入大语言模型中获得更高层次的特征理解； 将生成的特征理解转化为特征后与长时依赖特征融合，获取待分析声呐脉冲信号的波形类别和信号参数，从而实现声呐脉冲信号的截获与分类； 所述方法还包括Mamba模型的训练步骤，包括： 步骤1：通过仿真构建声呐脉冲信号的数据集，并生成标签，得到训练集； 步骤2：对训练集中的数据进行预处理； 步骤3：将预处理后的数据随机打乱，分成若干个Epoch，每个Epoch下，根据算力情况设置Batch的大小，遍历训练数据，输入Mamba模型，再将Mamba模型输出的嵌入表示输入大语言模型中，采用联合损失函数，逐层计算梯度并更新参数，进行监督学习，直至得到训练好的Mamba模型； 所述步骤1包括： 步骤1-1：对于发射信号st，某水听器接收到的数据为xt，建立包含多径、混响、噪声影响的信号模型： 其中，αi是复传播系数，τi是第i路回波的时延，K为回波总数，ζi是多普勒系数，rt为混响，nt为白噪声，t表示时域； 步骤1-2：随机设置波形类型，服从离散均匀分布； 设置原始频率在可能的频率范围，设置带宽、脉宽和周期服从离散均匀分布； 设置径向速度在可能的范围中服从均匀分布，并得到相应的多普勒系数； 根据原始的频率、带宽、脉宽、周期和多普勒系数计算得到受到多普勒影响的频率、带宽、脉宽和周期； 随机生成多径的数量，以及延迟时间并排序，令第一个时延为直达波，并具有归一化幅度，其他路径的衰减因子设置在设定范围内； 随机设置信噪比为10、20或30dB，信混比为10、20或30dB； 步骤1-3：随机生成若干个样本，并按照一定比例构造训练集、验证集和测试集； 步骤1-4：设置存储结构体，包括：文件名、波形类别、采样率、原始起始频率、带宽、脉宽、周期、多普勒速度、受到多普勒影响的频率、带宽、脉宽、周期、多径数量和时延；对于不存在脉冲信号的情况，波形类别设置为0，除了采样率以外其他参数设置为空，从而生成标签； 所述步骤2包括： 步骤2-1：采用统一的采样频率，数据按照最大可能长度规范，对于长度不足的数据，在末尾补充高斯噪声，实现时域规范化； 步骤2-2：根据脉冲信号的频率范围，按照设定的系数截取有效的频率范围，实现频域规范化； 步骤2-3：进行短时傅里叶变换获取信号的时频谱，同时对时域波形和频谱数据进行归一化处理，并采用对数尺度对快速傅里叶变换结果和短时傅里叶变换结果进行压缩，以增强特征表达能力，从而实现时频域的规范化； 步骤2-4：基于步骤2-3中处理后的时频特征，进一步对包括频率、带宽、脉宽和时延信号的关键参数进行归一化处理，统一量纲并提升参数的一致性，从而实现标签参数的规范化； 所述步骤3中的联合损失函数为： 其中，为总的损失函数，和分别为分类、回归、推理的损失函数，λ1、λ2和λ3为对应的加权系数，λ3为可变系数。

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中国科学院声学研究所，其通讯地址为：100190 北京市海淀区北四环西路21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。