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！

龙图腾网获悉杭州电子科技大学;哈尔滨工业大学(威海)申请的专利一种基于特征金字塔与Mamba混合模型的信号调制识别方法、系统、计算机设备及可读存储介质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：CN121547327B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202610048664.8，技术领域涉及：H04L27/00；该发明授权一种基于特征金字塔与Mamba混合模型的信号调制识别方法、系统、计算机设备及可读存储介质是由赵宜楠;邱嘉俊;冯翔;王叶威;姜斌设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本一种基于特征金字塔与Mamba混合模型的信号调制识别方法、系统、计算机设备及可读存储介质在说明书摘要公布了：本申请提供了一种基于特征金字塔与Mamba混合模型的信号调制识别方法、系统、计算机设备及可读存储介质，解决了现有信号调制识别算法结构臃肿、推理延迟高、多尺度特征应用不充分，导致计算效率慢、性能差的技术问题。其包括获取信号数据集，进行划分得到包含待识别信号的训练集、验证集与测试集；基于特征金字塔与Mamba模型构建信号调制识别模型，将训练集和验证集输入信号调制识别模型中进行训练，保存训练好的信号调制识别模型；采用训练好的信号调制识别模型对测试集进行识别，得到识别结果。本申请可广泛应用于信号处理技术领域。

本发明授权一种基于特征金字塔与Mamba混合模型的信号调制识别方法、系统、计算机设备及可读存储介质在权利要求书中公布了：1.一种基于特征金字塔与Mamba混合模型的信号调制识别方法，其特征在于，包括以下步骤： 获取信号数据集，进行划分得到包含待识别信号的训练集、验证集与测试集； 基于特征金字塔与Mamba模型构建信号调制识别模型，将所述训练集和验证集输入所述信号调制识别模型中进行训练，保存训练好的信号调制识别模型； 采用所述训练好的信号调制识别模型对所述测试集进行识别，得到识别结果； 所述信号调制识别模型包括信号嵌入模块、分层特征提取模块、金字塔特征融合分类模块和输出模块； 所述信号嵌入模块用于将待识别信号转换为特征序列； 所述分层特征提取模块用于对所述特征序列进行多阶段的深度特征提取与变换，在逐阶段降低序列分辨率的同时深化和提炼特征表示，得到不同阶段的输出特征序列； 所述金字塔特征融合分类模块用于聚合不同阶段的所述输出特征序列，得到特征向量，进行拼接得到融合特征向量，进行映射得到待识别信号的调制类型概率分布； 所述输出模块用于将所述待识别信号的调制类型概率分布转换为概率分布向量，在所述概率分布向量中找到具有最大概率值的元素，将所述元素对应的索引确定为最终的预测类别索引，将所述预测类别索引映射至预定义的调制类型标签，得到所述识别结果； 金字塔特征融合分类模块包括特征适配单元、融合单元和分类头； 所述特征适配单元包括全局平均池化层、展平层、层归一化层、线性投影层和GELU激活函数层，用于接收所述不同阶段的输出特征序列，进行统一得到所述特征向量； 所述融合单元用于将所述特征向量的特征维度进行合并，得到所述融合特征向量； 所述分类头包括层归一化层、Dropout层和全连接层，用于接收所述融合特征向量，进行映射得到所述调制类型概率分布； 所述信号嵌入模块包括升维扩展单元、并行多尺度处理单元和融合投影单元； 所述升维扩展单元包括逐点卷积层、批归一化层和GELU激活函数层，用于接收所述待识别信号，对所述待识别信号的通道维度进行扩展，得到扩展特征图； 所述并行多尺度处理单元包括深度可分离卷积单元、批归一化层和GELU激活函数层，用于在通道维度上对所述扩展特征图进行分割，得到n个特征组，将所述n个特征组分别输入n个独立的并行处理分支进行特征提取和降维，得到降维后的特征图； 所述融合投影单元用于在通道维度上对所述降维后的特征图进行拼接，得到融合特征图，通过逐点卷积将所述融合特征图的通道维度投影到预设的输出维度，得到所述特征序列。

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杭州电子科技大学;哈尔滨工业大学(威海)，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。