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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于自相关高阶谱特征的短波通联行为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：CN115270866B 。

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：202210867401.1，技术领域涉及：G06F18/213；该发明授权一种基于自相关高阶谱特征的短波通联行为识别方法是由雷迎科;李海涛;金虎;冯辉;潘必胜;陈翔;王津;钱锋;滕飞;李扬设计研发完成，并于2022-07-22向国家知识产权局提交的专利申请。

本一种基于自相关高阶谱特征的短波通联行为识别方法在说明书摘要公布了：本发明公开了一种基于自相关高阶谱特征的短波通联行为识别方法，该方法为：求时域信号的自相关函数，得到自相关序列；对自相关序列做双谱变换，计算三阶累积量；将得到的三阶累积量矩阵做采样处理，并转换成类似图片的三通道格式，构建数据集；设计两路输入的卷积神经网络模型，并通过增加模型深度、引入BatchNormalization层、改进激活函数的方式进一步改进，得到最终的网络模型；将数据集输入最终的网络模型，完成训练与分类的任务。本发明能够避免对信号进行解调、解交织、解码等一系列操作，可以直接通过对物理层信号的识别来判断通联行为，在低信噪比环境下，也具有良好的识别效果。

本发明授权一种基于自相关高阶谱特征的短波通联行为识别方法在权利要求书中公布了：1.一种基于自相关高阶谱特征的短波通联行为识别方法，其特征在于，步骤如下： S1、求时域信号的自相关函数，得到自相关序列； S2、对自相关序列做双谱变换，计算三阶累积量； S3、将得到的三阶累积量矩阵做采样处理，并转换成类似图片的三通道格式，构建数据集； S4、设计两路输入的卷积神经网络模型，并通过增加模型深度、引入BatchNormalization层、改进激活函数的方式进一步改进，得到最终的网络模型； S5、将数据集输入最终的网络模型，完成训练与分类的任务； 所述S1的具体步骤为： 步骤S11、根据短波无线电规程MIL-STD-188-141B规定的五种突发波形BW0、BW1、BW2、BW3、BW4，使用MATLAB仿真生成五种突发波形的信号样本各1000个，信号为I、Q信号，生成时间序列； 步骤S12、求的自相关函数，定义为： ； 对于接收端信号，考虑加性高斯白噪声，那么； 定义接收端信号的自相关函数为： ； 其中为高斯白噪声的方差，是的自相关函数； 所述S4的具体步骤为： 步骤S41、根据经典卷积神经网络LeNet-5和AlexNet的结构，给网络模型构建两个支路，分别记为Ⅰ路和Ⅱ路； 步骤S42、通过增加全连接层，增加Ⅱ路的模型深度；两个支路的最后一个全连接层输出维度为256； 步骤S43、将两个全连接层输出的256维向量进行叠加，再依次通过leakyrelu激活函数、batchnormalization层、dropout层，最终通过softmax分类器，输出分类结果。

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人民解放军国防科技大学，其通讯地址为：230000 安徽省合肥市蜀山区黄山路460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”。