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！

龙图腾网获悉中国石油大学(华东)申请的专利一种基于小波格拉姆卷积神经网络的非视距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：CN115496097B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211105627.4，技术领域涉及：G06F18/213；该发明授权一种基于小波格拉姆卷积神经网络的非视距信号识别方法是由邓晓刚;平植源;孙瑞设计研发完成，并于2022-09-07向国家知识产权局提交的专利申请。

本一种基于小波格拉姆卷积神经网络的非视距信号识别方法在说明书摘要公布了：本发明涉及一种基于小波格拉姆卷积神经网络的非视距信号识别方法，其步骤为：获取信道脉冲响应数据CIR后，利用离散小波变换将原CIR信号中特征更为明显的低频部分作为有效部分，从而提高之后非视距信号识别训练的速度和效率；再将提取出的低频部分归一化处理，使其位于‑1，1区间内并进行格拉姆角场变换，在不改变信号原有序列的基础上，补充了信号的时间特征；最后将格拉姆角场变换后的数据集放入卷积神经网络中进行分类训练，并用测试集对网络训练效果进行测试，以达到提高非视距信号识别的能力。

本发明授权一种基于小波格拉姆卷积神经网络的非视距信号识别方法在权利要求书中公布了：1.一种基于小波格拉姆卷积神经网络的非视距信号识别方法，其特征在于，含有以下步骤： 一获取训练样本：采集N个已标注好信号类别标签的信道脉冲响应CIR信号样本作为训练集S0＝{x1t,y1,x2t,y2,…,xNt,yN}；其中，xnt，n＝1,2,…,N，表示训练集第n个样本,是一个1×T的向量，T表示样本的时间维度；yn表示样本xnt的标签，yn∈{0,1}； 二提取原CIR信号有效特征：将提取出的训练集S0中的每一个样本进行离散小波变换，将其中特征更为明显的低频部分作为有效部分，构建出新的训练集 其中，表示经过离散小波变换后CIR信号的有效部分，为训练集S1第n个样本,是一个的向量，T表示原CIR信号的时间维度；yn为标签，与步骤一中的标签相同； 三特征预处理：归一化处理训练集S1中的每一个样本，使其位于-1,1区间内从而满足格拉姆角场变换条件； 四一维信号转为二维图像：利用格拉姆角场变换将训练集S1中的每一个一维信号样本转换为两个包含时间关系特征的二维角场图像，包括格拉姆角和场GASF和格拉姆角差场GADF，构建出新的训练集其中， 表示经过格拉姆角场变换后的二维图像，为训练集S第n个样本,是一个的矩阵，T表示原CIR信号的时间维度；yn为标签，与步骤一中的标签相同； 五卷积神经网络分类：将训练集S放入卷积神经网络中进行分类训练，并用测试集对网络训练效果进行测试。

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石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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”。