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！

龙图腾网获悉中国工程物理研究院电子工程研究所申请的专利一种基于数据驱动和知识约束的信号载波检测与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：CN117171561B 。

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：202311066893.5，技术领域涉及：G06F18/214；该发明授权一种基于数据驱动和知识约束的信号载波检测与识别方法是由郭有为;伍警;孙磊;蒋鸿宇;漆钢;苏建中;彭邦付;陈文强;郑华飞设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本一种基于数据驱动和知识约束的信号载波检测与识别方法在说明书摘要公布了：本发明公开了一种基于数据驱动和知识约束的信号载波检测与识别方法，该方法包括：首先构建包括经过对数幅度谱归一化处理的时频数据的真实数据集和增强仿真数据集，接着分别利用仿真数据集和真实数据集对基于深度学习的神经网络进行迁移学习训练，然后利用训练好的神经网络进行待测信号检测，最后对检测结果进行基于知识约束和分层预测信息的校验，根据校验结果纠正检测结果，进而实现信号载波的检测与识别。本申请提出的基于数据驱动和知识约束的信号载波检测与识别方法，基于深度学习的神经网络学习效率高、学习难度低、训练数据需求小、人工介入程度低、信号识别精度高，使得本方法更加适用于实际场景，更具实用性。

本发明授权一种基于数据驱动和知识约束的信号载波检测与识别方法在权利要求书中公布了：1.一种基于数据驱动和知识约束的信号载波检测与识别方法，其特征在于，所述方法包括： S1：构建训练数据集； S11：读取真实采集信号，对其进行短时傅里叶变换，得到相应的真实信号时频数据； S12：生成仿真信号，对仿真信号进行短时傅里叶变换，得到相应的仿真信号时频数据； S13：将仿真信号时频数据进行增强处理，得到增强的仿真信号时频数据； S14：分别对真实信号时频数据和增强的仿真信号时频数据进行帧头、帧尾和帧体分段标注； S15：对真实信号时频数据和增强的仿真信号时频数据的分段标注数据进行对数幅度谱归一化处理，得到训练用的真实数据集和仿真数据集； S2：利用真实数据集和仿真数据集对基于深度学习的神经网络进行训练； S21：利用仿真数据集对基于深度学习的神经网络进行训练，得到预训练权值； S22：利用真实数据集对经过仿真数据集训练后的神经网络进行再训练，优化训练权值，得到训练好的基于深度学习的神经网络； S3：利用训练后的基于深度学习的神经网络对信号载波进行检测和识别； S31：采集待测信号，分别对待测信号进行短时傅里叶变换和对数幅度谱归一化处理，得到待测试数据集； S32：将待测数据集输入基于深度学习的神经网络进行检测，输出检测结果； S33：对检测结果进行校检与识别； 首先，进行检测结果判决分类：对检测结果的帧头、帧尾和帧体分别进行判决，根据判决将检测结果进行分类，若检测结果可分，则将检测结果与同频检测结果赋予可分类别，并对其进行同频累计；若检测结果不可分，则利用信号规格判决方式对检测结果继续分类，信号规格判决方式为：对检测结果进行抽取分类和参数提取，基于先验知识进行判决或者通过信号抽取单载波信号，若判决检测结果可分，则继续将检测结果与同频检测结果赋予可分类型，并对检测结果进行同频累计；若检测结果仍不可分，直接对检测结果进行同频累计；接着，重复上述判决分类的过程，直至完成所有检测结果的判决； 最后，对同频多次累计的检测结果进行校验，根据校验纠正检测结果，完成待测信号的检测与识别。

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工程物理研究院电子工程研究所，其通讯地址为：621999 四川省绵阳市绵山路64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。