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！

龙图腾网获悉西安电子科技大学;北京无线电测量研究所申请的专利基于实例分割的间歇采样转发干扰识别抑制方法及装置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：CN119179048B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202411279216.6，技术领域涉及：G01S7/36；该发明授权基于实例分割的间歇采样转发干扰识别抑制方法及装置是由吴耀君;黄亮;杨莉荷;刘智星;沙明辉;全英汇设计研发完成，并于2024-09-12向国家知识产权局提交的专利申请。

本基于实例分割的间歇采样转发干扰识别抑制方法及装置在说明书摘要公布了：本发明公开了一种基于实例分割的间歇采样转发干扰识别抑制方法及装置，该方法包括：将回波信号的时频图输入至训练好的基于掩码的干扰识别模型得到每个信号的预测掩码信息，其中，预测掩码信息包括掩码位置及掩码值，不同种类信号的掩码值不同，训练干扰识别模型所使用的样本掩码时频图中样本干扰信号和样本目标信号的标签是逐个制作的；将干扰信号的预测掩码信息映射至时频域，得到干扰信号的时频数据；根据干扰信号的时频数据对干扰信号进行抑制。本发明能够实现对干扰信号的逐个识别，增强干扰识别抑制效果。

本发明授权基于实例分割的间歇采样转发干扰识别抑制方法及装置在权利要求书中公布了：1.一种基于实例分割的间歇采样转发干扰识别抑制方法，其特征在于，包括： 将回波信号的时频图输入至训练好的基于掩码的干扰识别模型得到每个信号的预测掩码信息，其中，所述预测掩码信息包括掩码位置及掩码值，不同信号的掩码值不同，训练所述干扰识别模型所使用的样本掩码时频图中样本干扰信号和样本目标信号的标签是逐个制作的； 将干扰信号的预测掩码信息映射至时频域，得到所述干扰信号的时频数据； 根据所述干扰信号的时频数据对所述干扰信号进行抑制； 其中，所述干扰识别模型用于： 提取所述时频图的高维语义信息并将所述高维语义信息和所述时频图的低维语义信息进行融合得到所述时频图的语义特征； 基于所述时频图的语义特征进行预测得到多个预测框的变化情况和每个预测框内包含信号的置信度； 根据所述置信度和所述预测框的变化情况对所述预测框进行筛选和修正得到建议框； 对所述时频图的语义特征和所述建议框内的时频图进行池化得到预设尺寸的语义特征和预设尺寸的局部时频图； 基于所述预设尺寸的语义特征和所述预设尺寸的局部时频图得到每个信号的预测掩码信息； 根据样本回波信号的预测掩码信息和真实掩码信息确定总损失，根据总损失训练干扰识别模型得到训练好的干扰识别模型； 其中，所述提取所述时频图的高维语义信息并将所述高维语义信息和所述时频图的低维语义信息进行融合得到所述时频图的语义特征，包括： 对第m-1级语义信息进行编码器降维得到第m级语义信息，其中，m为大于等于2小于等于M的正整数，在所述第m级语义信息与所述第m-1级语义信息中，所述第m-1级语义信息为低维语义信息，所述第m级语义信息为高维语义信息； 从第3级语义信息开始，对所述第m级语义信息上采样后与所述第m-1级语义信息进行融合得到第m-1级语义特征； 对第M级语义信息进行上采样得到第M级语义特征； 对所述第M级语义特征进行池化得到第M+1级语义特征。

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西安电子科技大学;北京无线电测量研究所，其通讯地址为：710071 陕西省西安市太白南路2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。