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！

龙图腾网获悉电子科技大学(深圳)高等研究院申请的专利一种基于对抗学习的未知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：CN119652714B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411804530.1，技术领域涉及：H04L27/00；该发明授权一种基于对抗学习的未知信号识别方法是由高联丽;赵文硕;张帅;王轩瀚;宋井宽设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于对抗学习的未知信号识别方法在说明书摘要公布了：本申请公开了一种基于生成对抗学习的未知信号识别方法，涉及信号调制识别技术领域。本申请通过引入生成器和判别器的对抗训练机制，利用生成对抗网络产生与已知类别信号相似而不同的混淆样本参与训练，以此增强分类模型对未知类别信号的识别能力，并保持原有调制识别性能，同时本申请为生成器提供一种结合分类器的损失函数，使生成器生成的混淆样本靠近真实样本数据的分布，确保生成的混淆样本在数据分布上与已知类样本足够接近，同时又保持一定的未知性，进一步保证分类模型对未知类别信号的识别性能。

本发明授权一种基于对抗学习的未知信号识别方法在权利要求书中公布了：1.一种基于对抗学习的未知信号识别方法，其特征在于，包括下列步骤： 步骤S1.获取信号调制识别数据集，并分别构建卷积神经网络分类器与生成对抗网络的模型结构； 其中，生成对抗网络包括生成器网络与判别器网络；生成器网络的输入为与真实样本数据的样本数据长度一致的随机噪声，用于生成当前输入的随机噪声的混淆样本；判别器网络的输入为真实样本数据或者混淆样本，用于输出对当前输入样本的真伪判别结果；该真实样本数据指获取的信号调制识别数据集中的信号样本； 卷积神经网络分类器的输入为信号样本或待识别的目标信号，其包括信号特征向量提取网络和信号识别输出层，其中，信号识别输出层用于计算各已知调制类别的分类概率，并输出最大分类概率及其对应的已知调制类别索引； 步骤S2.初始化卷积神经网络分类器、生成器网络、判别器网络的网络参数，包括各网络的权重和偏置的随机初始化，以及选择网络参数优化算法与学习率； 步骤S3.对生成器网络与判别器网络进行联合训练，通过生成器网络生成混淆样本并利用对抗训练对混淆样本进行优化，通过判别器网络判断混淆样本的真实性，得到生成器网络损失并将生成器网络损失反馈给生成器网络进行迭代优化，使生成器网络生成的混淆样本靠近真实样本数据的分布； 步骤S4.将生成器网络生成的混淆样本加入分类器训练集中，再基于当前分类器训练集对卷积神经网络分类器进行训练； 步骤S5.对待识别的目标信号进行信号预处理，以与卷积神经网络分类器的输入相匹配； 再将待识别的目标信号输入步骤S4训练后的卷积神经网络分类器进行调制识别分类，获取识别结果：若该卷积神经网络分类器输出的最大分类概率超过既定分类阈值，则基于该最大分类概率所对应的类别确定当前待识别的目标信号的调制类别识别结果；否则，当前待识别的目标信号的调制类别为未知类别。

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电子科技大学(深圳)高等研究院，其通讯地址为：518000 广东省深圳市龙华区观澜街道银星智界二期；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”。