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！

龙图腾网获悉中国人民解放军海军潜艇学院申请的专利一种基于深度学习的水声PN信号时域粗捕获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：CN118677476B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202311761017.4，技术领域涉及：H04B1/7075；该发明授权一种基于深度学习的水声PN信号时域粗捕获方法及系统是由韩树平;胡耀辉;徐景峰;韩宇博;李智忠;李厚全;赵桁;杨刚设计研发完成，并于2023-12-20向国家知识产权局提交的专利申请。

本一种基于深度学习的水声PN信号时域粗捕获方法及系统在说明书摘要公布了：本发明属于同步信号捕获技术领域，公开了一种基于深度学习的水声PN信号时域粗捕获方法及系统，采用接收端本地载波压缩算法将PN相关增益幅值频偏响应转化为多个SINC函数模非相干累积的近似平坦，基于本地载波压缩的圆周卷积的时域并行相关结果输出用于为TCN‑Seq2Seq模型提供大多普勒容限的相关波形特征；利用TCN‑Seq2Seq模型对基于载波压缩的圆周相关输出波形实现低信噪比条件下的时域同步，对接收波形进行识别分析，输出波形时域范围，得到多普勒频偏粗估计，完成时域频域粗捕获。本发明大大降低了计算开销，对PN信号在军事及生物友好方向的水声通信应用具有较高价值。

本发明授权一种基于深度学习的水声PN信号时域粗捕获方法及系统在权利要求书中公布了：1.一种基于深度学习的水声PN信号时域粗捕获方法，其特征在于，包括以下步骤： 第一步，采用接收端本地载波压缩算法将PN相关增益幅值频偏响应转化为多个SINC函数模非相干累积的近似平坦，基于本地载波压缩的圆周卷积的时域并行相关结果输出用于为TCN‑Seq2Seq模型提供大多普勒容限的相关波形特征； 第二步，确定TCN‑Seq2Seq模型的输入特征，输入特征包括基于本地载波压缩的圆周卷积相关输出、无频偏的本地DDC波形输出及原始接收波形；TCN‑Seq2Seq模型构建包括10个残差网络块和全局池化层、全连接层、softmax层，最后输出为与输入时间序列同长度的分类序列，为后续时域频域粗同步提供分析基础； 第三步，完成基于目标海域仿真波形数据的线下训练，得到适应目标海域多径信道环境的TCN‑Seq2Seq捕获模型；在线上测试阶段，先开展基于已知先验信息接收波形的Fine‑Tune迁移学习，通过仅对TCN‑Seq2Seq模型的最后全连接层与分类层进行单独训练、冻结前端10个残差网络块及全局池化层的方式，以低计算开销补偿仿真阶段与实际海上多径环境与噪声环境的差异； 第四步，对TCN‑Seq2Seq捕获模型结果进行后处理，实现低信噪比条件下的时域粗同步，得到多普勒频偏粗估计，完成时域频域粗捕获。

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人民解放军海军潜艇学院，其通讯地址为：266000 山东省青岛市李沧区金水路1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。