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国防科技大学申请的专利基于多任务学习的小样本单通道源分离抗干扰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：CN119577390B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202411502576.8，技术领域涉及：G06F18/21；该发明授权基于多任务学习的小样本单通道源分离抗干扰方法及装置是由郭鹏程;于淼;李程;杨旭设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本基于多任务学习的小样本单通道源分离抗干扰方法及装置在说明书摘要公布了：本发明公开了一种基于多任务学习的小样本单通道源分离抗干扰方法及装置。该方法为：在训练阶段，首先创建多任务训练数据集，包括目标通信信号和多种干扰信号；然后搭建信号分离网络，并创建联合训练目标函数；最后将多任务信号输入网络进行训练，保存最优预训练模型；在微调阶段，首先创建微调数据集和目标函数；然后将小样本信号输入预训练模型进行微调，保存最优模型；在应用阶段，首先获取被干扰的混叠信号，输入微调好的网络模型进行信号分离，然后恢复分离信号的比特数据。该装置包括多任务训练模块、小样本微调模块和应用模块。本发明能够在单根天线接收情况下实现通信信号和干扰信号有效分离，提高了无线通信的抗干扰能力。

本发明授权基于多任务学习的小样本单通道源分离抗干扰方法及装置在权利要求书中公布了：1.一种基于多任务学习的小样本单通道源分离抗干扰方法，其特征在于，包括多任务训练阶段、微调阶段和应用阶段，其中： 多任务训练阶段包括以下步骤： 步骤A1、创建训练数据集，包括通信信号、多种已知干扰信号以及两者的混合信号； 步骤A2、搭建信号分离网络，包括编码器、分离器以及解码器模块； 步骤A3、创建多任务学习的联合训练目标函数，具体如下： 在训练阶段，编码器、解码器和分离器的参数是共享的，并采用统一的目标函数来最小化所有任务的组合损失，即： ； 其中表示训练任务总损失，表示所有任务共享的参数集，是分配给第个任务损失的权重，如果所有任务都同等重要，则； 分离模型的参数以交替的方式在多个任务中进行优化，即： ； 其中，表示学习率，表示沿着进行梯度下降； 每个任务的损失采用句子级排列不变uPIT损失的尺度不变信噪比SI-SNR作为损失函数，尺度不变信噪声比SI-SNR表示为： ； 其中，和表示源信号和估计信号，表示两个向量点积，表示二范数，表示估计信号在源信号方向上的投影分量，表示估计信号在源信号方向上的垂直分量； 步骤A4、基于联合训练目标函数，使用步骤A1得到的信号数据集，对步骤A2的信号分离网络进行训练，得到训练好的预训练信号分离网络； 小样本微调阶段包括以下步骤： 步骤B1、创建微调数据集，包括通信信号和小样本目标干扰信号以及两者的混合信号； 步骤B2、创建微调阶段目标函数； 步骤B3、基于微调阶段目标函数，利用步骤B1得到的微调数据集对步骤A4得到的训练好的预训练信号分离网络进行微调，得到微调后的信号分离网络； 应用阶段包括以下步骤： 步骤C1、通过单根天线获取待分离的小样本目标干扰混叠信号； 步骤C2、利用步骤B3微调后的信号分离网络，从混叠信号中分离出目标通信信号和干扰信号，完成混叠信号的盲分离； 步骤C3、将步骤C2得到的分离信号送入解调器解调，恢复分离信号的比特数据。

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国防科技大学，其通讯地址为：210016 江苏省南京市秦淮区后标营18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。