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海军航空大学航空作战勤务学院申请的专利一种基于持续学习和联合特征提取的特定辐射源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：CN114757224B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202210316468.6，技术领域涉及：G06F18/241；该发明授权一种基于持续学习和联合特征提取的特定辐射源识别方法是由闫文君;谭凯文;凌青;于柯远;朱子强;张立民;王程昱;段可欣设计研发完成，并于2022-03-28向国家知识产权局提交的专利申请。

本一种基于持续学习和联合特征提取的特定辐射源识别方法在说明书摘要公布了：本发明公开了一种基于持续学习和联合特征提取的特定辐射源识别方法，其中，该方法包括：获取多个辐射源的信号并对多个辐射源的信号进行信号处理；将信号处理后的多个辐射源的信号输入训练好的多个连续增量深度极限学习机，并将训练好的多个连续增量深度极限学习机作为分类器以输出决策；使用投票算法对单个连续增量深度极限学习机的输出决策进行融合，选取置信度最高的一类作为分类结果以识别特定辐射源。本发明在少量样本下的识别精度依然较高，能够实现对采集样本的连续有监督识别，有效满足数据库动态更新的需求，对不同调制方式、载波频率和收发距离均能表现出良好兼容性，能够对多个发射极进行有效识别。

本发明授权一种基于持续学习和联合特征提取的特定辐射源识别方法在权利要求书中公布了：1.一种基于持续学习和联合特征提取的特定辐射源识别方法，其特征在于，包括以下步骤： 获取多个辐射源的信号并对所述多个辐射源的信号进行信号处理； 将信号处理后的所述多个辐射源的信号输入训练好的多个连续增量深度极限学习机，并将所述训练好的多个连续增量深度极限学习机作为分类器以输出决策； 使用投票算法对单个连续增量深度极限学习机的输出决策进行融合，选取置信度最高的一类作为分类结果以识别特定辐射源； 所述将信号处理后的所述多个辐射源的信号输入训练好的多个连续增量深度极限学习机之前，还包括：基于多个样本辐射源的信号，训练所述多个连续增量深度极限学习机； 所述基于多个样本辐射源的信号，训练所述多个连续增量深度极限学习机，包括： 利用通用软件无线电外设平台USRP截获多个样本辐射源的信号，预处理所述多个样本辐射源的信号并提取射频指纹特征； 利用VMD对所述射频指纹特征进行处理得到的Hilbert时频能量谱进行投影降维，并转化为灰度向量以得到连续特征数据流；以及，利用高阶谱向量分析所述射频指纹特征获得对角矩阵；其中，所述多个样本辐射源的信号的连续特征数据流包括训练集和测试集； 将所述连续特征数据流和所述对角矩阵输入多个连续增量深度极限学习机进行训练，以得到所述训练好的多个连续增量深度极限学习机； 其中，设计连续增量深度极限学习机DELM，按照样本的输入次序对DELM的参数进行连续更新，CIDELM的训练分为两个阶段，一是隐含层的无监督特征表示，二是输出层的有监督标签分类；在第一阶段中，将多个前馈隐含层进行串联作为自编码器对输入样本进行稀疏表示，挖掘信号特征的隐藏信息；第二阶段利用单层ELM进行监督回归，输出最终的分类结果； 深度极限学习机DELM的第一隐含层输出H1表示为： H1＝Gw1,2·H+B124 式中，H为输出矩阵，w1,2表示一、二隐含层之间的权重矩阵，H1表示输入经过第一隐含层的输出，B1表示第一隐含层的偏置，第一隐含层的初始权重为β1＝H1+T1，第二隐含层的期望输出矩阵表示为H2E＝Tβ1+，T为期望输出，Η+为矩阵Η的Moore–Penrose广义逆矩阵，定义增广矩阵wH2＝[B2,w1,2]，式中B2为第二隐含层的输入偏置，则wH2由下式计算： 式中M2＝[1H1]T,式中1是全标量1的列向量，G-1·是激活函数G·的反函数，第二隐含层的实际输出为H2＝GwH2·M2，第二隐含层的输出权重β2＝H2+T2，归纳计算第i个隐含层的期望输出HiE，实际输出Hi以及输出权重，具有P个隐含层的DELM输出表示为： fP,Lx＝HPβP26 设第k+1份输入样本为Dk+1＝xi,ti,i=,每组内样本数量为Nk+1，则输出权重βk+1的更新公式为： 式中对应于时间步长k的第i个隐含层输出为： 在对连续增量深度极限学习机CIDELM进行训练时，将第一组样本作为输入，由式28计算各个隐含层的初始输出矩阵随后将K-1个时间步长的样本数据顺序输入，分组对k＝0时的输出H0和初始权重进行更新，最终计算出模型的权重： 。

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海军航空大学航空作战勤务学院，其通讯地址为：264001 山东省烟台市芝罘区二马路188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。