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！

龙图腾网获悉齐鲁理工学院申请的专利一种深度学习的雷达信号降噪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：CN120632795B 。

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：202511126988.0，技术领域涉及：G06F18/25；该发明授权一种深度学习的雷达信号降噪方法是由罗艺;刘媛;赵青;卢越洋;刘鑫姝;周玉娟设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本一种深度学习的雷达信号降噪方法在说明书摘要公布了：本申请公开了一种深度学习的雷达信号降噪方法，涉及雷达信号处理技术领域，包括：将时域雷达信号通过短时傅里叶变换转换为二维时频图；对所述二维时频图进行频域特征提取，依次通过DnCNN和级联CNN，输出频域特征表示；对所述时域雷达信号进行时域特征提取输出时域特征表示；基于多头注意力机制融合所述频域特征与时域特征生成跨域联合特征；将所述跨域联合特征输入残差收缩网络进行信号重构，输出降噪后的时域信号。构建时频双域协同学习框架，通过深度融合时域特性与频域结构分布规律，实现复杂噪声环境下的信号高保真重建。该降噪方法能够在强噪声环境下，保持极低的相位误差和极高的特征保留率。

本发明授权一种深度学习的雷达信号降噪方法在权利要求书中公布了：1.一种深度学习的雷达信号降噪方法，其特征在于，包括： 将时域雷达信号通过短时傅里叶变换转换为二维时频图，包括： 将总长度为M的离散时域雷达信号x[m]，m=0,1,…,M−1，划分为K个重叠数据段，每段包含n个采样点，其中K=M-n； 对每个数据段，r=0,1,…,K−1，执行n点离散傅里叶变换：，为复数矩阵； 对进行取模操作获得所述二维时频图； 对所述二维时频图进行频域特征提取，依次通过DnCNN和级联CNN，输出频域特征表示，包括： 将所述二维时频图输入所述DnCNN，首先执行3×3卷积输出经批归一化与ReLU激活： 其中：为激活函数，为批量归一化函数，为卷积核为3×3的卷积函数； 然后经过l层残差块结构，每个残差块结构包含一个3×3卷积计算、一个批归一化计算和一个ReLU激活函数，最后输入与输出相加，表示为： 其中：为第l个残差块输出结果； 输出结果经过一个1×1的卷积运算将64通道降维至单通道： DnCNN的输出结果经过所述CNN进行特征提取，所述CNN由多个卷积核和池化层的组合组成，卷积核在时间维度尺寸为5×1，频率维度尺寸为1×3，通道扩展为，每个卷积池化组合输出结果为： 其中：为第k个卷积池化组合输出结果，为池化函数； 最后通过全连接层完成最终变换：，其中：为全连接层函数； 对所述时域雷达信号进行时域特征提取输出时域特征表示； 基于多头注意力机制融合所述频域特征与时域特征生成跨域联合特征； 将所述跨域联合特征输入残差收缩网络进行信号重构，输出降噪后的时域信号。

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齐鲁理工学院，其通讯地址为：250200 山东省济南市章丘区经十东路3028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。