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;中国电子科技集团公司第五十四研究所;陆军装备部驻北京地区军事代表局驻石家庄地区第一军事代表室申请的专利基于LSTM网络的雷达干扰对抗态势预测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：CN118483655B 。

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：202410561655.X，技术领域涉及：G01S7/02；该发明授权基于LSTM网络的雷达干扰对抗态势预测方法是由黄子纯;刘伟强;董春曦;陈莉;员建厦;张玲;张岐坦;苏召;陈路路;张学军;周云;李宝莲设计研发完成，并于2024-05-08向国家知识产权局提交的专利申请。

本基于LSTM网络的雷达干扰对抗态势预测方法在说明书摘要公布了：本发明公开了一种基于LSTM网络的雷达干扰对抗态势预测方法，主要解决现有贝叶斯网络对专家经验依赖性过强，单一结构的神经网络对大量时间序列数据处理速度慢，且未考虑实际场景中干扰机会根据雷达的工作状态调整干扰策略的问题。其实现方案是：构建雷达工作参数及工作模式数据集和有源干扰样式数据集，并将雷达工作模式加入有源干扰样式数据集中；构建Transformer‑LSTM网络并利用训练集对其进行训练，使用训练好的网络预测雷达干扰对抗态势。本发明能并行处理整个序列，提升了计算效率和全面性；同时将雷达工作模式纳入有源干扰样式数据集中，更加符合实际，进一步提升系统的预测适用性，可用于机器学习、深度学习及干扰信号分析。

本发明授权基于LSTM网络的雷达干扰对抗态势预测方法在权利要求书中公布了：1.一种基于LSTM网络的雷达干扰对抗态势预测方法，其特征在于，包括如下步骤： 1对雷达工作参数和工作模式进行预测； 1a构建雷达工作参数和工作模式的训练集及测试集： 随机生成数千个雷达脉冲信号样本，从每个样本选取载频、脉宽、脉冲重复间隔、脉冲幅度、瞬时带宽五种特征参数，并对每个样本的特征参数进行归一化和标注标签； 将所有归一化操作后的样本及其对应的状态标签组成雷达工作参数和工作模式预测数据集，将其70%的样本作为训练集，30%的样本作为测试集； 1b构建Transformer-LSTM网络： 选用LSTM层，为其配置15个输入特征维度和32个隐藏单元； 选用Transformer编码器层，为其配置32个特征维度和4个注意力头； 将序列输入层，LSTM层，Transformer编码器层，扁平化层，全连接层，回归输出层依次串联，构成Transformer-LSTM网络； 1c对Transformer-LSTM网络进行训练： 将训练集数据划分为每连续15个时刻为一组，输入到Transformer-LSTM网络模型中； 设置0.001的初始学习率和最大迭代次数，通过Adam优化器进行网络参数的迭代更新，直到达到最大迭代次数，得到训练好的Transformer-LSTM网络； 1d将测试集输入到训练好的Transformer-LSTM网络模型中，对其输出结果进行反归一化处理，得到对雷达工作参数和工作模式的预测结果； 2对有源干扰样式进行预测； 2a随机生成数千个干扰信号样本，选取信号中心频率、信号持续时间、干扰信号带宽三种特征参数，构建有源干扰样式数据集； 2b利用基于Q-Learning的强化学习算法将雷达工作模式加入到有源干扰样式数据集中，将其按7：3的比例划分为训练集和测试集； 2c将有源干扰样式训练集输入Transformer-LSTM网络中，采用步骤1c的方法对该网络进行训练； 2d将有源干扰样式测试集输入到训练好的Transformer-LSTM网络模型中，对其输出结果进行反归一化处理，得到有源干扰样式的预测结果。

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西安电子科技大学;中国电子科技集团公司第五十四研究所;陆军装备部驻北京地区军事代表局驻石家庄地区第一军事代表室，其通讯地址为：710071 陕西省西安市雁塔区太白南路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。