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战略支援部队信息工程大学申请的专利雷达辐射源个体开集识别方法及系统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：CN114970638B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202210652213.7，技术领域涉及：G06F18/241；该发明授权雷达辐射源个体开集识别方法及系统是由韩啸;陈世文;陈蒙;杨锦程;东锦鹏设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本雷达辐射源个体开集识别方法及系统在说明书摘要公布了：本发明属于雷达辐射源识别技术领域，特别涉及一种雷达辐射源个体开集识别方法及系统，构建信号识别模型，并利用雷达信号数据库中已标记的信号样本对信号识别模型进行训练，其中，采用雷达信号的瞬态序列作为信号识别模型网络输入，通过信号识别模型网络来提取输入的信号特征并对提取的信号特征进行分类识别；将接收机截获的待识别雷达辐射源个体信号作为信号识别模型输入，利用已训练后的信号识别模型来识别待识别雷达辐射源个体信号，若识别为已知类，并输出所属已知类的辐射源名称，若识别为未知类，则将信号标记为未知类，并添加至雷达信号数据库中，以通过人工进行识别标记。本发明泛化性较好且具有较快识别速度,同时兼具分类已知辐射源能力和新的未知辐射源检测能力，便于实际场景应用。

本发明授权雷达辐射源个体开集识别方法及系统在权利要求书中公布了：1.一种雷达辐射源个体开集识别方法，其特征在于，包含如下内容： 构建信号识别模型，并利用雷达信号数据库中已标记的信号样本对信号识别模型进行训练，其中，采用雷达信号的瞬态序列作为信号识别模型网络输入，通过信号识别模型网络来提取输入的信号特征并对提取的信号特征进行分类识别；信号识别模型采用多尺度ResNet网络，在该多尺度ResNet网络中包含：提取输入多通路信号特征的SK模块，对多通路信号特征进行融合处理的特征融合模块，对融合特征进行平均池化操作来获取特征向量的平均池化层，对特征向量进行维度处理的全连接层，对维度处理后的特征向量进行分类操作来获取各通路系数的softmax层，及将各通路系数与SK模块提取的对应通路信号特征进行融合并确定最终分类识别结果的输出层；SK模块采用一维残差卷积结构，且在该一维残差卷积结构中包含多个不同大小卷积核，并含有全连接层的选择通路，根据训练过程的损失来调整不同选择通路的权重；信号识别模型训练中，首先，将原始雷达数据序列分割成一段段长度为L的瞬态序列，每段序列以瞬态信号索引坐标为中心，向前后拓展相同长度，对瞬态序列实部和虚部数据进行归一化，得到信号样本，利用已标记的信号样本对信号识别模型进行训练，得到闭集的信号识别网络，并通过全连接层获取输出特征激活向量；然后，保留被正确分类的激活向量，并按不同类别组成激活向量集合；接着，计算激活向量集合中每个类别元素下激活向量到激活向量均值的距离集合；最后，将距离集合中的距离值按序排列，选取排序后每一类最大的ε个距离值，并利用极值理论，通过拟合每一类已标记信号样本在特征空间的激活向量均值距离极端值大小的概率密度函数来获取对应已标记信号样本类别的极值理论模型；信号识别模型训练的目标损失函数表示为： N为已标记信号样本数量，Fxi表示全连接层输出的特征向量；和bi表示全连接层权重和偏置量；表示第i类信号样本在所属类别的特征空间中心，λ为调节损失权重的超参数；利用已训练后的信号识别模型来识别待识别雷达辐射源个体信号中，首先，将待识别雷达辐射源个体信号作为模型输入来获取输入信号的激活向量，并计算激活向量和每个已标记信号样本类别激活向量均值的距离；然后，将均值带入对应极值理论模型中，通过极值理论模型得到可靠性分数，并利用可靠性分数来调整原始激活向量值；最后，通过归一化输入信号的各类概率来识别所属辐射源类别； 将接收机截获的待识别雷达辐射源个体信号作为信号识别模型输入，利用已训练后的信号识别模型来识别待识别雷达辐射源个体信号，若识别为已知类，并输出所属已知类的辐射源名称，若识别为未知类，则将信号标记为未知类，并添加至雷达信号数据库中，以通过人工进行识别标记。

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战略支援部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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。