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！

龙图腾网获悉西南交通大学申请的专利基于三通道的自动调制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：CN118158044B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202410433120.4，技术领域涉及：H04L27/00；该发明授权基于三通道的自动调制识别方法是由李阳;何嘉星;闫连山;潘炜;罗斌;邹喜华设计研发完成，并于2024-04-11向国家知识产权局提交的专利申请。

本基于三通道的自动调制识别方法在说明书摘要公布了：本发明涉及基于三通道的自动调制识别方法，当单输入单输出通信系统接收到未知信号后，对时域信号进行时域离散采样形成时域离散信号，并组成一维复数数据，傅里叶时频域变换得到频域数据，频域数据与时域离散信号组合得到时频域离散信号数据，将时频域离散信号数据中的频率数据馈送入时空频融合网络模型的二维卷积层中，将时域数据中的同相数据和正交数据分别馈送入对应的一维卷积层中，模型根据各种调制格式的特征判断未知信号的调制格式种类。在正信噪比环境下，本发明大幅度提高了对未知电磁频谱信号调制类型的识别精度，并且训练速度较现有模型提升了数倍，针对高维调制信号，能够更好的解决相似信号之间的混淆问题，达到更高的识别精度。

本发明授权基于三通道的自动调制识别方法在权利要求书中公布了：1.基于三通道的自动调制识别方法，其特征为：当单输入单输出通信系统接收到未知信号后，先对同相正交的时域信号进行时域离散采样，形成时域离散信号，接着将所述时域离散信号组成一维复数数据，进行傅里叶时频域变换，得到频域数据，将所述频域数据与所述时域离散信号组合，得到时频域离散信号数据，将所述时频域离散信号数据中时域数据的同相数据和正交数据分离，然后将时频域离散信号数据中的频率数据馈送入时空频融合网络模型的二维卷积层中，将所述同相数据和正交数据分别馈送入对应的一维卷积层中，所述时空频融合网络模型根据已学习完成的各种调制格式的特有特征，对接收到的未知信号进行推理判断其调制格式的种类； 在所述时空频融合网络模型中包括卷积神经模块、循环神经网络模块和全连接深度神经网络模块，输入由所述频域数据、所述同相数据和所述正交数据组成； 在所述卷积神经模块中，使用第一二维卷积层提取时频域离散信号数据的频率特征，使用第一一维卷积层和第二一维卷积层通过连续帧之间的卷积操作，以及卷积核自带的滑动窗口机制和边缘检测能力提取时频域离散信号数据的空间特征，即第一二维卷积层输入所述时频域离散信号数据中的频域数据，第一一维卷积层输入所述时频域离散信号数据中的同相数据，第二一维卷积层输入所述时频域离散信号数据中的正交数据，形成三通道的数据输入； 当卷积神经模块对输入的信号数据进行了空间和频率的维度特征提取后，数据被馈送到循环神经网络模块的门控递归单元层中，所述门控递归单元层设有三层，用于学习数据序列的长期依赖关系和时间相关性，提取出未知信号的时域特征； 在第一一维卷积层和第二一维卷积层之后，还具有第二二维卷积层，将经过空间特征提取的同相输出数据和正交输出数据融合并馈送到所述第二二维卷积层中，用于学习信号中更高级的抽象特征，然后将所述更高级的抽象特征与第一二维卷积层的频域输出数据基于通道维度进行组合，以垂直于空间相关性； 将第二二维卷积层的输出数据馈送到第三二维卷积层中，通过卷积核的设置压缩数据通道维度以融合时空频信息，并利用数据之间的协作性和互补性来聚合有用信息完成数据中的特征捕获。

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南交通大学，其通讯地址为：610000 四川省成都市二环路北一段；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”。