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申请的专利基于D-GAN网络数据自适应的时频二维频谱感知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：CN117077733B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310825986.5，技术领域涉及：G06N3/0464；该发明授权基于D-GAN网络数据自适应的时频二维频谱感知方法是由阮玉晗;赵润意;李勇朝;张锐;李涛设计研发完成，并于2023-07-06向国家知识产权局提交的专利申请。

本基于D-GAN网络数据自适应的时频二维频谱感知方法在说明书摘要公布了：本发明涉及一种基于D‑GAN网络数据自适应的时频二维频谱感知方法，包括：获取待测用户传输信号的频谱；将频谱输入至训练完成的时频定位检测器，检测得到频谱在时域和频域的占用情况；其中，在时频定位检测器训练过程中，利用基于D‑GAN模型的生成对抗域适应框架解决时频定位检测器的域适应问题。本发明的基于D‑GAN网络数据自适应的时频二维频谱感知方法，利用训练完成的时频定位检测器实现频谱在时域和频域的占用情况的检测，时频定位检测器在训练过程中，采用基于D‑GAN模型的生成对抗域适应框架，解决了时频定位检测器的域适应问题，改善了目标域生成过程中的域失真，提高了时频定位检测器在新频谱环境中的识别能力和识别精度。

本发明授权基于D-GAN网络数据自适应的时频二维频谱感知方法在权利要求书中公布了：1.一种基于D-GAN网络数据自适应的时频二维频谱感知方法，其特征在于，包括： 步骤1：获取待测用户传输信号的频谱； 步骤2：将所述频谱输入至训练完成的时频定位检测器，检测得到所述频谱在时域和频域的占用情况； 其中，在所述时频定位检测器训练过程中，利用基于D-GAN模型的生成对抗域适应框架解决所述时频定位检测器的域适应问题； 所述时频定位检测器的训练过程包括： 步骤a：生成训练数据集，将所述训练数据集划分为源域样本集和目标域样本集，其中，所述源域样本集中的源域样本均附有对应的真实标签； 步骤b：利用所述源域样本集对所述时频定位检测器进行训练，得到初步训练完成的时频定位检测器； 步骤c：构建D-GAN模型，根据数据转换过程中的域一致性、内容一致性以及时频定位信息一致性，设计D-GAN损失函数；所述D-GAN模型为一对对偶的生成对抗网络，包括两个生成器和两个判别器，其中， 第一生成器根据输入的源域样本生成目标域数据，第二生成器根据输入的目标域样本生成源域数据，第一判别器用于判断数据是否属于目标域，第二判别器用于判断数据是否属于源域； 步骤d：结合初步训练完成的时频定位检测器，利用所述源域样本集和所述目标域样本集对所述D-GAN模型进行训练，得到训练完成的D-GAN模型； 步骤e：根据训练完成的D-GAN模型生成具有伪标签的目标域数据集，利用所述具有伪标签的目标域数据集对所述源域样本集进行扩充，得到扩充样本集； 步骤f：利用所述扩充样本集对初步训练完成的时频定位检测器进行重训练，得到训练完成的时频定位检测器； 所述D-GAN损失函数为： ； 式中，表示GAN损失函数，表示域一致性的损失函数，表示内容一致性的损函数，表示时频定位信息一致性的损失函数，表示的权重因子，表示的权重因子，表示的权重因子； 其中，表示为： ； ； ； 式中，表示第一生成器的GAN损失函数，表示第二生成器的GAN损失函数，表示第一生成器，表示第一判别器，表示第二生成器，表示第二判别器，表示源域样本，表示目标域样本，表示目标域样本符合目标域频谱图的数据分布，表示源域样本符合源域频谱图的数据分布； 其中，表示： ； ； ； 式中，表示第一判别器的域一致性的损失函数，表示第二判别器的域一致性的损失函数，表示生成的源域数据集合的数据中心，表示生成的目标域数据集合的数据中心，表示源域样本集的数据中心，表示目标域样本集的数据中心，表示L2正则化； 其中，表示为： ； ； ； 式中，表示第一判别器的内容一致性的损失函数，表示第二判别器的内容一致性的损失函数； 其中，表示为： ； 式中，表示真实标签中时频块的数量，表示预测的时频块的数量，表示预测是否为正样本，和表示真实标签中时频块在频谱图中的起始传输时间和终止传输时间，和表示真实标签中时频块在频谱图中的起始频率和终止频率，和表示预测的时频块在频谱图中的起始传输时间和终止传输时间，和表示预测的时频块在频谱图中的起始频率和终止频率。

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西安电子科技大学，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。