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！

龙图腾网获悉西安交通大学申请的专利混合分数域小波散射网络的射频指纹特征提取方法及系统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：CN115526199B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202210164309.9，技术领域涉及：G06F18/24；该发明授权混合分数域小波散射网络的射频指纹特征提取方法及系统是由任品毅;张田田;任占义设计研发完成，并于2022-02-22向国家知识产权局提交的专利申请。

本混合分数域小波散射网络的射频指纹特征提取方法及系统在说明书摘要公布了：基于混合分数域小波散射网络的射频指纹特征提取方法及系统，包括以下步骤：首先通过多层网络级联构建分数域小波变换散射网络；其次通过分数域小波变换散射网络对输入的信号进行基于多尺度分数域小波滤波器进行特征分解获取输入信号所对应的低频与高频特征，该特征参数包含了输入信号的关键信息而且数据量远远小于原始信号，因此去除一些非必要的冗余信息；然后得到的特征信号作为输入送入对应的卷积神经网络进行特征融合感知，通过大规模网络实现对大规模辐射源设备的精确识别。本发明在高效的完成信号特征信息提取增强网络可解释性的同时尽可能减少输入残差网络中的冗余信息，提高了网络模型的学习效率和对大规模设备识别精度。

本发明授权混合分数域小波散射网络的射频指纹特征提取方法及系统在权利要求书中公布了：1.基于混合分数域小波散射网络的射频指纹特征提取方法，其特征在于，包括以下步骤： 首先通过多层网络级联构建分数域小波变换散射网络； 其次通过分数域小波变换散射网络对输入的信号进行基于多尺度分数域小波滤波器进行特征分解获取输入信号所对应的低频与高频特征，与原始信号数据量相比，去除了非必要冗余信息； 然后将去除非必要冗余信息后得到的特征信号作为输入送入对应的残差卷积神经网络进行特征融合感知与分类，实现对大规模辐射源设备的精确分类识别； 通过多层网络级联构建分数域小波变换散射网络： 对于任何一个输入信号ft均通过与核函数进行卷积计算获取得到每一层的信号概貌信息： 其中，核函数的目的是提取信号中的低频特征信息并且等价于以下表达式： 对信号的高频特征信息通过对输入信号与核函数进行卷积运算得到： 其中，核函数是具备有高频特征信息滤波特性的滤波器，对上述式子可以进一步的表达为： 分数域小波散射网络是由线性卷积与非线性取模两部分操作组成，得到对于散射网络的任意一层散射系数表示为Sα[lm]ft，对每一层的散射网络系数主要由两部分组成，其中第一层的第一部分便是输入信号所对应的低频特征信息： 散射网络第一层第二部分所对应的高频信息： 由于网络的结构特性，可以通过前m-1层的输出信息来计算对应的第m层分数域小波散射网络的对应的散射系数，因此可以将上述表达式做进一步的推广之后得到第m层散射网络所对应的高低频特征散射系数如下： 其中Iα与Cα分别代表输入信号计算得到的高频与低频特征信息散射系数。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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”。