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！

龙图腾网获悉中国电子科技集团公司第十四研究所申请的专利一种基于LSTM和变分自编码器的雷达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：CN119226928B 。

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：202411369350.5，技术领域涉及：G06F18/2415；该发明授权一种基于LSTM和变分自编码器的雷达干扰识别方法是由李归;李静;薛慧;陈坤杰;晋本周设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种基于LSTM和变分自编码器的雷达干扰识别方法在说明书摘要公布了：本发明属于雷达干扰识别技术领域，公开了一种基于LSTM和变分自编码器的雷达干扰识别方法。本发明通过构建LSTM和变分自编码器的联合网络，对时序信号进行编码，得到对应的特征向量，随后将发射信号和回波信号的特征向量拼接得到能够表现干扰类型的组合向量，再通过卷积神经网络对组合向量进行分类学习，实现干扰信号的识别。本发明借助于LSTM网络解决长期依赖问题的能力和变分自编码器在降维和特征提取方面的优势，可以有效的处理时序数据，学习数据的复杂分布；同时将干扰过程前后向量拼接表征信号前后变化关系，有助于适应任意变化下的干扰样式识别。

本发明授权一种基于LSTM和变分自编码器的雷达干扰识别方法在权利要求书中公布了：1.一种基于LSTM和变分自编码器的雷达干扰识别方法，其特征在于，包括以下步骤： 步骤1：训练特征提取网络： 采用长短期记忆网络LSTM和变分自编码器VAE网络创建一个特征提取网络，特征提取网络包括编码器、全连接层和解码器； 编码器使用长短期记忆网络LSTM对输入序列进行处理，提取特征提取网络的隐藏状态作为特征向量，输入序列包括发射信号st和受到干扰的回波信号jt，提取的特征向量为发射特征向量和干扰特征向量； 全连接层包括线性层，根据特征提取网络隐藏状态的参数分布构建潜在变量； 解码器使用长短期记忆网络LSTM解码，将潜在变量解码为重构的输出序列； 步骤2：训练分类器： 基于卷积神经网络创建分类器，分类器包括一个以上由二维卷积核、BN层、激活函数和池化层构成的卷积模块，分类器的底层为一个全连接层； 使用softmax函数作为分类器输出干扰样式分类结果； 步骤3：输入待识别的发射信号st和受到干扰的回波信号jt，利用训练好的特征提取网络和分类器进行干扰样式识别： S1：将发射信号st以及接收到的受到干扰的回波信号jt分别进行编码，获取编码后的特征提取网络的隐藏状态作为信号的特征向量，获取的特征向量为发射特征向量和干扰特征向量； S2：将步骤S1中的两个特征向量进行拼接，得到能够表征发射信号st和受到干扰的回波信号jt之间关系的拼接向量y； S3：对拼接向量y通过一维卷积操作，进行维度变换，得到张量Y； S4：使用分类器对变换后的张量Y进行分类学习，输出干扰样式分类结果。

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电子科技集团公司第十四研究所，其通讯地址为：210031 江苏省南京市雨花台区国睿路8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。