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！

龙图腾网获悉北京航空航天大学申请的专利一种融入频谱先验知识的深度学习带宽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：CN119729574B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411878865.8，技术领域涉及：H04W24/06；该发明授权一种融入频谱先验知识的深度学习带宽估计方法是由王玉峰;陈柏赫;肖京;丁文锐设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种融入频谱先验知识的深度学习带宽估计方法在说明书摘要公布了：本发明公开了一种融入频谱先验知识的深度学习带宽估计方法，属于无线通信信号参数估计领域；具体为：首先采集发射端和接收端的仿真信号作为一组；对每组仿真信号，进行频带宽度估算；然后，经过IQ两路得到各信号的二维实数数组，结合估算的频带宽度写入h5文件，组成仿真射频信号数据集；接着，对数据集中的每个接收端仿真信号进行频谱特征提取，得到各自的频域幅值和对应频率，并作为训练集输入Roinformer神经网络进行回归任务学习；最后，发射端实时发射信号，直接输入学习好的Roinformer神经网络中，直接输出对应的带宽估计值。本发明在带宽估计任务中误差率显著降低，适用于通信信号处理与频谱分析领域，具有广泛的应用价值。

本发明授权一种融入频谱先验知识的深度学习带宽估计方法在权利要求书中公布了：1.一种融入频谱先验知识的深度学习带宽估计方法，其特征在于，包括参数化生成涵盖多种调制方式和带宽范围的高质量射频信号数据集，并通过频谱特征提取和Roinformer网络实现高效精准的带宽估计；具体步骤如下： 步骤一，采用参数化方法生成多样化发射端和接收端信号数据； 给定发射端信号参数，经过数字调制得到发射端的仿真信号；接收端通过设定采样率，对发射端进行采样，得到接收端的仿真信号，并将发射端和接收端的仿真信号作为一组； 步骤二，针对每组发射端和接收端仿真信号，分别进行频带宽度估算，保存信号带宽合格的各组仿真信号； 对发射端和接收端的一组仿真信号分别进行频带宽度估算，具体为： 首先，针对发射端或接收端的仿真信号x[n]，其长度为N，采样频率为fs，功率谱密度的估计表示为： 式中，Xf是仿真信号x[n]的离散傅里叶变换； 然后，利用仿真信号频谱的起始和结束频率范围内的功率谱密度估计值，计算信号的总功率Ptotal： 式中，f1和f2分别是信号频谱的起始和结束频率； 最后，信号总功率累计到90％时，计算仿真信号频谱的低频和高频边界范围[fL,fH]内的带宽B； 满足以下条件： B＝fH-fL 式中，fL和fH是信号功率累计到90％时的低频和高频边界； 对频带宽度估算结果进行判断：以发射端带宽估算值为基准，当发射端的带宽估算值与接收端带宽估算值的相对差异超过20％时，不保存该组发射端和接收端仿真信号；否则，则认为数据质量良好，检查通过并保存该组发射端和接收端仿真信号； 步骤三，将合格的各组发射端和接收端仿真信号分别经过IQ两路，得到各自的二维实数数组，结合各自估算的频带宽度写入h5文件，组成仿真射频信号数据集； 步骤四，利用快速傅里叶变换，将仿真射频信号数据集中的每个接收端仿真信号分别进行频谱特征提取，得到各自的频域幅值和对应频率； 具体提取过程为： 1将当前接收端仿真信号s的二维实数数组组合成复信号x′n； 复信号x′n的表示如下： x′n＝In+jQn 式中，In是二维实数数组中第一维数据，对应信号的实部，Qn是二维实数数组中第二维数据，对应信号的虚部； 2将复信号x′n进行快速傅里叶变换，从时域转换到频域，得到频率的复数表示Xk； 其公式表示为： 式中，M是FFT的点数； 3计算频率的复数表示Xk中的幅值|Xk|； 计算公式为： 式中，ReXk和ImXk分别是频率的复数表示Xk的实部和虚部； 4将幅值|Xk|转换为对数刻度，得到仿真信号s的频域幅值AdB； 其公式表示为： AdB＝20·log10|Xk| 步骤五，将各信号的频域幅值和频率作为训练集，输入Roinformer神经网络进行回归任务学习，输出各信号估计的信号带宽，并与写入h5文件的估算的频带宽度进行对比，当差值在阈值范围内，说明Roinformer神经网络学习完毕； 具体为： 首先，Roinformer神经网络由多个Informer模块通过卷积，池化和下采样操作进行连接，每个informer模块包含ProbSparse自注意力机制和蒸馏操作； ProbSparse自注意力机制的过程表示为： 式中，表示查询矩阵Q在实数域上的维度是LQ×d；表示键矩阵K在实数域上的维度是LK×d；表示值矩阵V在实数域上的维度是LV×d；d表示矩阵的特征维度；dk是键矩阵K的特征维度； 步骤六、发射端实时发射信号，输入学习好的Roinformer神经网络中，直接输出对应的带宽估计值。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。