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！

龙图腾网获悉南京理工大学申请的专利一种低信噪比下的雷达信号分类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：CN115270913B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202210655029.8，技术领域涉及：G06F18/241；该发明授权一种低信噪比下的雷达信号分类方法是由陶诗飞;肖帅;王昊;丁浩;王慧赋设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本一种低信噪比下的雷达信号分类方法在说明书摘要公布了：本发明公开了一种低信噪比下的雷达信号分类方法，该方法为：首先利用时频变换将雷达信号转换为时频图像，得到不同信噪比下雷达信号的时频域特征，并使用双三线性插值缩放时频图像；然后利用卷积脉冲神经网络的第一卷积层对雷达信号时频图像进行空间特征提取并进行自适应编码，通过漏电积分发放脉冲神经元将编码后的特征信息脉冲化，得到信号在时间序列上的特征；接着将脉冲化的信息在经过优化的时间步长内进行积累，卷积层和脉冲神经元层相间传递信息完成时空特征融合；最后使用融合后的特征完成信号分类，并优化梯度因子，利用参数更新的卷积脉冲神经网络对雷达信号的分类。本发明提高了低信噪比下的雷达信号分类的识别速度和准确率。

本发明授权一种低信噪比下的雷达信号分类方法在权利要求书中公布了：1.一种低信噪比下的雷达信号分类方法，其特征在于，包括以下步骤： 步骤1、利用Choi-Williams分布对雷达信号进行时频变换，将雷达信号转换为雷达信号时频图，得到不同信噪比下雷达信号的时频特征； 步骤2、使用双三线性插值法将雷达信号时频图缩放至卷积脉冲神经网络输入大小，并使用随机翻转和随机排布扩充信号时频图的特征； 步骤3、利用卷积脉冲神经网络的第一卷积层对雷达信号时频图进行空间特征提取，并进行自适应编码； 步骤4、将编码后的雷达信号空间特征信息送入卷积脉冲神经网络的漏电积分发放脉冲神经元，转化为脉冲序列，得到雷达信号的时间序列特征信息； 步骤5、通过对比不同时间步长对网络稳定性和推理延迟的影响，选定网络最佳时间步长，在最佳时间步长内不断对特征值累加，以积累脉冲化的时间序列特征，使脉冲神经元膜电位增加以激励其释放脉冲，进而完成特征信息的前向传递； 步骤6、卷积脉冲神经网络中卷积层和漏电积分发放脉冲神经元层交替传递雷达信号的时空信息，完成雷达信号的时空特征融合； 步骤7、将经过时空特征融合的雷达信号通过积分发放脉冲神经元组成的卷积脉冲神经网络的全连接层，对雷达信号进行分类； 步骤8、在卷积脉冲神经网络通过链式法则反向传播误差时，采用梯度替代反向传播误差，优化梯度因子，更新卷积脉冲神经网络参数，增强卷积脉冲神经网络的收敛性和稳定性，并利用参数更新完成的卷积脉冲神经网络完成对雷达信号的分类。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。