Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西北工业大学申晓红获国家专利权

恭喜西北工业大学申晓红获国家专利权

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!

龙图腾网恭喜西北工业大学申请的专利一种分类保护的舰船辐射噪声抗诱饵信号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:CN115905939B

龙图腾网通过国家知识产权局官网在2025-06-17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:202211318803.2,技术领域涉及:G06F18/241;该发明授权一种分类保护的舰船辐射噪声抗诱饵信号识别方法是由申晓红;段一琛;王海燕;闫永胜设计研发完成,并于2022-10-26向国家知识产权局提交的专利申请。

一种分类保护的舰船辐射噪声抗诱饵信号识别方法在说明书摘要公布了:本发明提供了一种分类保护的舰船辐射噪声抗诱饵信号识别方法,根据信号时域、时频域的数据结构特性分别设计了信号时域和时频域两个生成器,三个判别器其中两个可实现对两个生成器的生成数据性能的分数,并且另一个可实现对时域和时频域信号特征融合并给出分数;采用对抗训练策略,训练集中只包含舰船辐射噪声信号,在测试阶段直接从模型输出获得当前样本的分数,根据分数的大小可以判别当前样本是否为诱饵信号,从而实现舰船辐射噪声的抗诱饵干扰。本发明通过分类思想实现抗诱饵信号;当前水声领域针对舰船辐射噪声信号的抗干扰成果基本空白,采用深度学习方法解决水声对抗中舰船辐射噪声抗诱饵信号问题。

本发明授权一种分类保护的舰船辐射噪声抗诱饵信号识别方法在权利要求书中公布了:1.一种分类保护的舰船辐射噪声抗诱饵信号识别方法,其特征在于包括下述步骤: 步骤1:对舰船辐射噪声信号进行分帧处理,得到舰船辐射噪声信号帧,对诱饵信号进行分帧处理,得到诱饵信号帧,分别舰船辐射噪声信号帧和诱饵信号帧进行标注,即将舰船辐射噪声信号帧的标签赋为1,将诱饵信号帧的标签赋为0,组成舰船辐射噪声抗诱饵信号数据库; 步骤2:对模型输入信号分别进行时域转换和频域转换;时域转换为将输入信号帧再次有重叠的切分为信号片段,并且对信号片段在通道维度进行连接操作,以便在训练过程中组成批量并行计算,频域转换通过短时傅里叶变换,得到舰船辐射噪声的时频矩阵; 步骤3:建立深度学习模型,两个生成器分别对应处理步骤2中时域转换和频域转换后得到的两种输入数据,处理时域信息的生成器采用门控卷积神经网络组成自动编码器结构,处理频域信息的生成器采用卷积神经网络组成自动编码器结构,构建三个判别器均采用卷积神经网络和前馈神经网络结构,三个判别器中两个判别器分别对两个进行打分,第三个判别器实现融合时域和频域信息对生成器进行打分; 步骤4:将舰船辐射噪声抗诱饵信号数据库中数据以划分为训练集和测试集,训练集用于网络模型训练,测试集用于对网络模型性能测试; 步骤5:采用对抗训练策略对深度学习模型进行训练;利用反向传播算法对模型参数进行更新; 步骤6:通过步骤4中生成的测试集对训练完成的深度学习模型进行性能测试,取步骤5中ps作为模型对当前测试样本的分数,通过模型在测试集上的表现,获得受试者工作特征曲线ROC和受试者工作特征曲线下面积AUC; 步骤7:根据步骤6中测试结果,即AUC结果,根据ROC值最大的最优ROC曲线获得阈值,当待测数据输入深度学习模型得到最终分数ps后,如果最终分数ps输出大于等于阈值,待测数据判别为诱饵信号,如果模型输出小于阈值,则为正常舰船辐射噪声信号,以此实现对诱饵信号和舰船辐射噪声信号的识别。

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”。

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。