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！

龙图腾网获悉哈尔滨工程大学;北京仿真中心申请的专利一种基于自适应海鸟算法的雷达信号开集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：CN116628471B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202310476478.0，技术领域涉及：G06F18/213；该发明授权一种基于自适应海鸟算法的雷达信号开集识别方法是由叶方;白能;马静;李超;张威;孙骞设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本一种基于自适应海鸟算法的雷达信号开集识别方法在说明书摘要公布了：本申请公开了一种基于自适应海鸟算法的雷达信号开集识别方法，属于信号识别技术领域，通过样本筛选算法筛选出可靠样本构建雷达信号样本库，基于雷达信号样本库构建自适应阈值，提高方法的识别率以及增强其普适性；同时设计自适应海鸟算法对自适应阈值权重寻优，构建探索方向因子，结合螺旋优化搜索与直线优化搜索，扩大搜索范围以及加强搜索能力，加入随迭代次数改变的自适应权重与自适应步长，平衡了全局搜索能力与局部搜索能力，提升了雷达信号开集识别方法的可靠性，进一步设计并训练LSTM网络，对特征进行提取并得到嵌入向量，增强了网络的泛化性和适应性，提升了雷达信号开集识别方法准确性和普适性，有效提高未知信号识别的准确率。

本发明授权一种基于自适应海鸟算法的雷达信号开集识别方法在权利要求书中公布了：1.一种基于自适应海鸟算法的雷达信号开集识别方法，其特征在于，包括： 获取训练集、验证集和测试集，其中，所述训练集包括若干已知雷达信号，所述验证集和所述测试集均包括若干未知雷达信号； 构建LSTM网络，基于所述训练集对所述LSTM网络进行训练并得到特征提取网络； 根据所述特征提取网络分别获取所述训练集和所述验证集的嵌入向量，利用UMAP算法分别对所述训练集和所述验证集的嵌入向量进行降维处理并得到相应低维特征； 根据所述训练集的低维特征，利用基于距离的样本筛选算法筛选出可靠样本以构建已知雷达信号样本库； 根据所述样本库和所述验证集的低维特征，构建用于未知雷达信号识别的自适应阈值； 通过设计自适应海鸟算法对所述自适应阈值进行权重寻优，结合螺旋优化搜索与直线优化搜索并设计自适应权重与自适应步长，同时引入探索方向因子进行迭代计算得到最优权重； 根据所述特征提取网络和基于所述最优权重的自适应阈值对所述测试集进行未知雷达信号的识别； 所述通过设计自适应海鸟算法对所述自适应阈值进行权重寻优，结合螺旋优化搜索与直线优化搜索并设计自适应权重与自适应步长，同时引入探索方向因子进行迭代计算得到最优权重包括： 随机生成一个包含若干求偶亭的初始种群，循环执行以下步骤对所述初始种群进行迭代更新，直至得到全局最优解作为所述最优权重： 计算各求偶亭的初始位置以及各求偶亭的吸引力和适应度值； 结合螺旋优化搜索和直线优化搜索，计算各求偶亭的潜在位置； 分别设计自适应步长和自适应权重，同时加入用于维持种群多样化的探索方向因子，得到与所述潜在位置对应的新适应度值； 将所述适应度值与所述新适应度值进行比较，对各求偶亭进行位置更新，同时对各求偶亭中的部分求偶亭随机选择一个维度进行位置变异更新； 将进行位置更新得到的各求偶亭和进行位置变异更新得到的各求偶亭进行组合，得到组合种群，对所述组合种群中的所有求偶亭的代价函数值从小到大进行排序，保留代价函数值满足预设条件的求偶亭，并淘汰其他求偶亭。

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哈尔滨工程大学;北京仿真中心，其通讯地址为：150000 黑龙江省哈尔滨市南岗区南通大街145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。