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！

龙图腾网获悉杭州天智融通科技有限公司申请的专利一种基于多语义特征融合网络的卫星压制干扰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：CN114624739B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202210183503.1，技术领域涉及：G01S19/21；该发明授权一种基于多语义特征融合网络的卫星压制干扰识别方法是由赵伟;沈雷;高文龙;牟志杰设计研发完成，并于2022-02-25向国家知识产权局提交的专利申请。

本一种基于多语义特征融合网络的卫星压制干扰识别方法在说明书摘要公布了：本发明公开了一种基于多语义特征融合网络的卫星压制干扰识别方法。本发明包括如下步骤：步骤1、对7类压制干扰信号进行分析，并接收到卫星导航信号和压制干扰信号以及高斯噪声信号的混合信号的时域信号；步骤2、对接收到的时域信号进行图像化重构处理，得到受不同压制干扰信号影响的二维图像；步骤3、搭建干扰识别模型；首先搭建残差网络模型；然后对残差网络模型中各级残差单元的输出特征进一步进行拼接融合，最终得到基于特征融合网络的干扰识别模型；步骤4、获得多语义融合特征，进行分类并统计识别准确率。本发明通过图像化重构达到数据增强效果，同时采用多语义特征融合提升了网络的特征提取和分类能力，更有助于进行分类识别。

本发明授权一种基于多语义特征融合网络的卫星压制干扰识别方法在权利要求书中公布了：1.一种基于多语义特征融合网络的卫星压制干扰识别方法，其特征在于包括如下步骤： 步骤1、对7类压制干扰信号进行分析，并接收到卫星导航信号和压制干扰信号以及高斯噪声信号的混合信号的时域信号； 步骤2、对接收到的时域信号进行图像化重构处理，得到受不同压制干扰信号影响的二维图像； 步骤3、搭建干扰识别模型； 首先搭建残差网络模型；然后对残差网络模型中各级残差单元的输出特征进一步进行拼接融合，最终得到基于特征融合网络的干扰识别模型； 步骤4、获得多语义融合特征，进行分类并统计识别准确率； 步骤2具体实现如下： 2-1.将卫星压制干扰信号识别与深度学习相结合后，提出对一维压制干扰信号图像化重构得到高维数据图像；首先，对接收信号进行采样，并将采样后的I、Q两路的一维时序信号表示为1×MN的数据矩阵块，再对数据矩阵块拼接扩充，扩展网络输入信号的数据集，达到数据增强效果；最后，对I、Q两路的数据矩阵块进行矩阵变换和拼接得到高维数据作为网络模型输入的二维图像； 信号图像化重构的具体过程如下所示： 对接收信号进行采样，得到I、Q两路数据信号分别表示为： 其中，fs为采样频率，M表示符号个数，N为采样点数，由公式2和公式3得到的时域信号，对接收信号按照码元长度进行切割和变换得到1×MN大小的数据矩阵块；因此，将采样数据进行初步图像化重构得到的数据矩阵块表示为： Smod,I,1＝[SI1,SI2,SI3,…,SIMN]1×MN4Smod,Q,1＝[SQ1,SQ2,SQ3,…,SQMN]1×MN5 为提供给网络模型尽可能多的可提取的信号特征，再进一步对公式4和公式5所得数据矩阵块进行相应的拼接扩充，将数据矩阵块填充D次得到新的数据块；填充过程表示为Smod,I＝[Smod,I,1,Smod,I,2,…,Smod,I,16]1×DMN6Smod,Q＝[Smod,Q,1,Smod,Q,2,…,Smod,Q,16]1×DMN7 为使构建的二维图像更能体现干扰信号的时频特点，对公式6和公式7所得的两路扩充数据块进行矩阵变换和拼接得DN×2M大小的二维图像，二维图像表示为： 2-2.在图像化重构过程中，对信号进行填充和转换处理，来增强待识别信号的数据集； 步骤3具体实现如下： 3-1.采用非线性映射残差网络结构来提取信号特征；将单通道输入图像进行通道变化和更改尺寸，经过卷积层和最大池化层得到更适应残差网络的输入图像； 特征提取模块采用4级残差网络；其中，每个残差单元涉及两个卷积层，同时每一个卷积层都附带一个ReLU激活函数层，并且各级残差网络跳跃连接形成深度网络； 3-2.为同时获得低层语义特征和高层语义特征，提出对提取的信号各级语义特征进行特征融合处理，特征融合模块包含4个特征预处理和平均池化层以及flatten层； 采用的特征融合方式为拼接融合；通过特征预处理单元对各级残差单元输出特征图进行尺寸、通道变化预处理；特征预处理单元主要由1个1×1卷积层、1个最大池化层、1个实例规范化层、1个ReLU函数激活层构成；特征预处理单元将各级残差网络输出的不同尺寸大小和不同通道数的语义特征标准化，得到标准化特征； 步骤4具体实现如下： 对输出的标准化特征进行维度拼接融合和池化降维，得到信号的多语义融合特征；再经过全连接层完成压制干扰信号类型的分类并统计识别准确率。

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杭州天智融通科技有限公司，其通讯地址为：314408 浙江省杭州市江干区科业路68号412室；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。