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！

龙图腾网获悉西北工业大学申请的专利一种基于Wasserstein向量谱的水声目标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：CN121034349B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511545680.X，技术领域涉及：G10L25/51；该发明授权一种基于Wasserstein向量谱的水声目标识别方法是由雷波;张铭珂;杨益新;何兆阳设计研发完成，并于2025-10-28向国家知识产权局提交的专利申请。

本一种基于Wasserstein向量谱的水声目标识别方法在说明书摘要公布了：本申请涉及水声目标识别技术领域，特别涉及一种基于Wasserstein向量谱的水声目标识别方法，该方法包括：对原始离散时间水声信号进行短时傅里叶变换，获得频域信号；对频域信号进行能量序列的提取，对能量序列进行2‑Wasserstein流形上的对数映射，构造Wasserstein向量谱；利用基于雷尼散度准则的频率筛选策略对Wasserstein向量谱进行频率分量的筛选，得到筛选后的Wasserstein向量谱；将筛选后的Wasserstein向量谱输入至水声目标识别模型，获得水声目标识别模型输出的水声目标识别结果。该方法提升了水声目标识别的精度，尤其是提升了小样本条件下的水声目标识别性能。

本发明授权一种基于Wasserstein向量谱的水声目标识别方法在权利要求书中公布了：1.一种基于Wasserstein向量谱的水声目标识别方法，其特征在于，包括： 对获取到的原始离散时间水声信号进行短时傅里叶变换，获得频域信号； 对频域信号进行能量序列的提取并按能量大小升序排序，在离散近似下，对能量序列进行2-Wasserstein流形上的对数映射，构造Wasserstein向量谱； 利用预设的基于雷尼散度的频率筛选策略，对Wasserstein向量谱进行频率分量的筛选，得到筛选后的Wasserstein向量谱； 将筛选后的Wasserstein向量谱输入至预训练的水声目标识别模型，获得水声目标识别模型输出的水声目标识别结果；其中，水声目标识别模型具体由一维残差神经网络组、融合模块和分类模块组成，一维残差神经网络组由多个并行且独立的一维残差子网络构成，用于对各频率分量进行局部特征建模，得到多个频率分量的高维嵌入特征，融合模块用于对多个频率分量的高维嵌入特征进行特征融合，得到融合特征，分类模块用于基于融合特征进行分类，得到水声目标识别结果； 利用预设的基于雷尼散度的频率筛选策略，对Wasserstein向量谱进行频率分量的筛选，得到筛选后的Wasserstein向量谱，包括： 获取预设的基于雷尼散度的频率筛选策略中记录的目标频率分量索引，根据目标频率分量索引对Wasserstein向量谱进行频率分量的筛选，只保留目标频率分量索引对应的频率分量，得到筛选后的Wasserstein向量谱； 预设的基于雷尼散度的频率筛选策略是在对水声目标识别模型进行训练时确定的，在对水声目标识别模型进行训练时，对一个批次的共个训练样本的样本原始离散时间水声信号进行短时傅里叶变换，获得个样本频域信号，分别对各样本频域信号进行能量序列的提取并按能量大小升序排序，在离散近似下，对能量序列进行2-Wasserstein流形上的对数映射，构造个样本Wasserstein向量谱； 定义由所有个频率分量的样本Wasserstein向量谱组成样本WVS特征矩阵，为频率分量的总数，记第个训练样本对应的样本WVS特征矩阵为，频率分量与的特征通道一一对应，，表示每一个特征通道的维度，表示维度为的复数域； 将所有个样本WVS特征矩阵的第个特征通道的嵌入向量抽出来，两两计算特征通道之间的一致性，并通过协方差矩阵来表征，，表示维度为的复数域，中的第行第列的元素，通过公式表示为： ； 其中，表示中的第个特征通道的嵌入向量，表示第个训练样本对应的样本WVS特征矩阵，表示中的第个特征通道的嵌入向量，表示第个训练样本对应的样本WVS特征矩阵，表示取L2范数，，； 使用雷尼散度作为衡量准则，定义雷尼散度的计算公式表示为： ； 其中，表示取矩阵的迹，为预设的雷尼散度的阶数，表示计算得到的第个特征通道的雷尼散度； 基于各特征通道的雷尼散度，确定雷尼散度阈值，定义雷尼散度高于雷尼散度阈值的特征通道具有高表达一致性和判别能力，并记录雷尼散度高于雷尼散度阈值的特征通道对应的频率分量索引为目标频率分量索引。

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北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。