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基于深度子领域自适应的辐射源个体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：CN115169469B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210838989.8，技术领域涉及：G06F18/241；该发明授权基于深度子领域自适应的辐射源个体识别方法是由张涛;唐震;杜奕航;钱磊设计研发完成，并于2022-07-18向国家知识产权局提交的专利申请。

本基于深度子领域自适应的辐射源个体识别方法在说明书摘要公布了：本发明公开了一种基于深度子领域自适应的辐射源个体识别方法，属于辐射源个体识别领域。本发明包括获取辐射源ADS‑B信号的源域信号和目标域信号，类型为一维点数据；将所述一维点数据转换成IQ波形图，形成IQ拼接图；提取源域与目标域数据的通用特征；嵌入局部最大均值差异自适应层来对齐子领域分布；通过局部最大均值差异与预训练的Resnet‑50模型构建用于辐射源个体识别的子领域自适应模型；对子领域自适应模型进行训练并将模型概率预测结果作为目标域的伪标签；利用构建好的子领域自适应网络对不同信噪分布的辐射源信号进行迁移识别。本发明能够在节省训练时间的基础上对不同信噪分布情况下的ADS‑B辐射源个体进行准确识别。

本发明授权基于深度子领域自适应的辐射源个体识别方法在权利要求书中公布了：1.一种基于深度子领域自适应的辐射源个体识别方法，其特征在于，包括： S100、获取辐射源的ADS-B信号的一维点数据，其中数据分为源域数据与目标域数据； S200、将所述一维点数据转换成IQ波形图，采用拼接方式将I路图像和对应的Q路图像拼接到一起，形成IQ拼接图； S300、采用改进的图像集预训练的Resnet-50网络结构提取源域与目标域数据的通用特征；所述预训练的Resnet-50模型是在ImageNet数据集中的数百万个图像上进行了训练的一个50层的残差神经网络模型，它包括49个卷积层和1个1000个节点的全连接层；将所有卷积层作为特征提取器，去除最后一个全连接层并新增一个两层的全连接层，并将第一层全连接层网络设定为自适应层，采用局部最大均值差异准则进行子领域自适应； S400、嵌入局部最大均值差异自适应层来对齐子领域分布，减少源域与目标域的分布差异的同时捕获近距离子类别的精细信息； S500、通过局部最大均值差异与预训练的Resnet-50模型构建用于辐射源个体识别的子领域自适应模型，对子领域自适应模型进行训练并将模型概率预测结果作为目标域的伪标签；通过最小化损失目标函数来学习源域与目标域共有的分类特征； S600、利用构建好的子领域自适应网络对不同信噪分布的辐射源信号进行迁移识别。

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中国人民解放军国防科技大学，其通讯地址为：210007 江苏省南京市秦淮区后标营18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”。