Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工程大学蒋伊琳获国家专利权

哈尔滨工程大学蒋伊琳获国家专利权

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申请的专利一种雷达辐射源的射频特征提取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:CN116776143B

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:202310398886.9,技术领域涉及:G06F18/214;该发明授权一种雷达辐射源的射频特征提取方法是由蒋伊琳;杨耀祖;张伟;陈涛;郭立民;赵忠凯;刘鲁涛设计研发完成,并于2023-04-14向国家知识产权局提交的专利申请。

一种雷达辐射源的射频特征提取方法在说明书摘要公布了:本发明公开了一种雷达辐射源的射频特征提取方法,获取待提取特征的射频信号并进行预处理,分别输入至预先训练的用于特征提取的网络1和网络2,网络1和网络2均为堆栈自编码器网络、且均包含相同层数的多层编解码器,网络2最后一层编码器输出提取的射频特征;训练过程包括理想射频信号数据集和建模射频信号数据集分别输入网络1和网络2均进行分层预训练和全局训练至训练完毕,得到训练后的网络1和网络2。本发明能够在以信号特征为约束的情况下,分割开辐射源信号的信号特征和射频特征,使得提取的射频特征更完整,并可将提取的射频特征用于辐射源个体识别、干扰抑制等对射频特征准确性要求较高的应用领域。

本发明授权一种雷达辐射源的射频特征提取方法在权利要求书中公布了:1.一种雷达辐射源的射频特征提取方法,其特征在于,包括: 获取待提取特征的射频信号并进行预处理,将预处理后的射频信号分别输入至预先训练的用于特征提取的网络1和网络2,其中所述网络1和网络2均为堆栈自编码器网络、且均包含相同层数的多层编解码器,网络2最后一层编码器输出提取的射频特征; 所述网络1和网络2的训练过程包括: 步骤1、将通过仿真搭建的雷达辐射源模型生成的包含射频特征的建模射频信号作为网络2的训练集,将与网络2的训练集构成相同、不包含射频特征的理想射频信号作为网络1的训练集; 步骤2、将网络1的训练集经预处理后输入至网络1,首先按照设定的每层训练次数逐层对单层编解码器进行分层预训练,分层预训练完成后进行针对网络1的全局训练,达到设定的全局训练次数后保存网络1模型;其中,训练过程中每层编码器输出的信号特征作为下一层编码器的输入,分层预训练中利用单层编解码器的损失函数初始化网络每层的权重和偏置参数,全局训练中利用全局损失函数更新网络1的权重和偏置参数; 步骤3、将网络2的训练集经预处理后输入至网络2,首先按照设定的每层训练次数逐层对单层编解码器进行分层预训练,分层预训练完成后进行针对网络2的全局训练,达到设定的全局训练次数后保存网络2模型;其中,训练过程中网络2每层编码器提取的射频特征与网络1对应层编码器提取出的信号特征合并作为网络2下一层编码器的输入,分层预训练中利用单层编解码器的损失函数初始化网络每层的权重和偏置参数;全局训练中利用全局损失函数更新网络2的权重和偏置参数。

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,其通讯地址为:150001 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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。