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无监督的无线电信号调制方式的识别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：CN117409560B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202311174961.X，技术领域涉及：G08C17/02；该发明授权基于无监督的无线电信号调制方式的识别方法及装置是由周峰;李昱;程佩佩;石晓然;王常龙设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本基于无监督的无线电信号调制方式的识别方法及装置在说明书摘要公布了：本发明公开了一种基于无监督的无线电信号调制方式的识别方法及装置，所述方法包括：获取无线电信号在源域的数据；对无线电信号的源域数据进行数据变换得到无线电信号在变换域的数据；将无线电信号的源域数据和变换域数据输入至训练好的基于无监督学习的调制方式自动识别模型，得到无线电信号的调制方式，训练好的识别模型是根据训练信号在源域和在变换域的数据训练的。根据本发明提供的方法，通过将无线电信号输入至基于无监督学习的调制方式自动识别模型，得到信号的调制方式，由于模型是根据信号在源域和变换域的数据进行训练的，能够最大化学习信号在不同表征域之间的互信息，并且不需要额外的数据标注，从而能够降低识别成本，增强识别效果。

本发明授权基于无监督的无线电信号调制方式的识别方法及装置在权利要求书中公布了：1.一种基于无监督的无线电信号调制方式的识别方法，其特征在于，包括： 获取无线电信号在源域内的源域数据； 对所述无线电信号的源域数据进行数据变换处理，得到所述无线电信号在变换域内的变换域数据； 将所述无线电信号的所述源域数据和所述变换域数据输入至训练好的基于无监督学习的调制方式自动识别模型，得到所述无线电信号的调制方式，所述训练好的调制方式自动识别模型是根据无线电训练信号在源域的样本数据和在变换域内的变换域数据训练得到的，所述无线电训练信号的样本数据和所述变换域数据均包括多个无线电训练信号的数据； 其中，所述调制方式自动识别模型是在双循环对比损失函数的约束下，通过反向传播算法进行训练的； 所述双循环对比损失函数是根据域间损失函数和域内损失函数确定的； 其中，所述域内损失函数是根据所述无线电训练信号在源域的样本数据确定的，所述域间损失函数是根据所述无线电训练信号在源域内的样本数据和在变换域内的变换域数据确定的； 所述域内损失函数是根据所述无线电训练信号的第一正样本对和第一负样本对中的源域增强数据确定的； 所述源域增强数据是通过多种不同的数据增强方法分别对所述在源域内的样本数据进行数据增强处理得到的； 其中，所述第一正样本对和所述第一负样本对均包括第一类源域增强数据和第二类源域增强数据，得到所述第一类源域增强数据和所述第二类源域增强数据的数据增强方法不同，所述第一正样本对中的第一类源域增强数据和第二类源域增强数据是根据同一个所述无线电训练信号得到的，所述第一负样本对中的所述第一类源域增强数据和所述第二类源域增强数据是根据不同的所述无线电训练信号得到的； 所述域间损失函数是根据第二正样本对和第二负样本对中的所述在源域内的样本数据与所述在变换域内的变换域数据确定的； 其中，所述第二正样本对和所述第二负样本对均包括一组所述样本数据和一组所述变换域数据，所述第二正样本对中的所述样本数据与所述变换域数据是根据同一个所述无线电训练信号得到的，所述第二负样本对中的所述样本数据与所述变换域数据是根据不同的所述无线电训练信号得到的。

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。