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！

龙图腾网获悉哈尔滨工业大学;中国航天科工集团八五一一研究所申请的专利一种基于深度学习的敌我识别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：CN116561547B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202210545270.5，技术领域涉及：G06F18/213；该发明授权一种基于深度学习的敌我识别信号识别方法是由杨柱天;朱伟强;杨蔚;蒋一凡;杨佳敏;尹伟设计研发完成，并于2022-05-19向国家知识产权局提交的专利申请。

本一种基于深度学习的敌我识别信号识别方法在说明书摘要公布了：一种基于深度学习的敌我识别信号识别方法，涉及信号识别领域。本发明是为了解决现有敌我识别信号人工设计困难以及现有敌我识别信号识别方法的识别虚警率或漏警率过高导致难以满足敌我识别信号识别需求的问题。本发明包括：获取待识别的IFF信号，并将待识别的IFF信号输入到训练好的IFF信号识别模型中获得雷达敌我识别信号的分类和雷达敌我识别信号起始位置的相对位置关系。训练好的IFF信号识别模型通过以下步骤获得：获取IFF信号训练集和测试集；利用训练集训练IFF信号识别模型获得训练好的IFF信号识别模型；利用测试集对训练好的IFF信号识别模型进行测试获得测试号的IFF信号识别模型。本发明用于识别敌我识别信号。

本发明授权一种基于深度学习的敌我识别信号识别方法在权利要求书中公布了：1.一种基于深度学习的敌我识别信号识别方法，其特征在于所述方法具体过程为：获取待识别的IFF信号，并将待识别的IFF信号输入到训练好的IFF信号识别模型中获得雷达敌我识别信号的分类和雷达敌我识别信号起始位置的相对位置关系； 所述训练好的IFF信号识别模型通过以下步骤获得： 步骤一、获取IFF信号训练集和测试集： 步骤一一、利用IFF信号模型和雷达接收机信道模型获取IFF信号数据集： 首先，利用IFF信号模型在一段空白信号中随机生成不同模式的IFF信号，并记录每个模式信号在空白信号段上的起始位置； 所述IFF信号包括：询问IFF信号、应答IFF信号； 所述询问IFF信号通过第一信号阈值分为询问IFF短信号和询问IFF长信号； 所述应答IFF信号通过第二信号阈值分为应答IFF短信号和应答IFF长信号； 然后，利用雷达接收机信道模型模拟信号干扰，获取带干扰的不同模式的信号组成的带干扰的信号段； 模拟的信号干扰包括：中频抖动、采样时钟抖动、路径损耗、加性Alpha稳定分布噪声、随机帧缺失、TACAN导航系统信号； 然后，在带干扰的信号段上进行若干次随机位置采样，并将每次的采样结果保存为数据集样本； 最后，为每个数据集样本定义样本标签并对标签进行赋值，获得带有标签的数据集样本，所有带标签的数据集样本组成IFF信号数据集； 步骤一二、将步骤一一获取的IFF信号数据集划分为训练集和测试集，获得IFF信号训练集和测试集； 步骤二、利用训练集训练IFF信号识别模型获得训练好的IFF信号识别模型； 所述IFF信号识别模型包括：卷积神经网络层，胶囊网络层，通道注意力机制层，全连接层； 所述卷积神经网络层用于将输入的IFF信号转换为标量特征图； 所述胶囊网络层包括：初始胶囊网络单元、数字胶囊单元； 所述初始胶囊网络单元用于将卷积神经网络层输出的标量特征图转换为向量特征图； 所述数字胶囊单元用于将向量特征图压缩为二维特征向量； 所述注意力机制用于将二维特征向量再次压缩获得一维特征向量； 所述全连接层的层数为3层用于输出信号的分类和信号起始位置的相对位置关系； 步骤三、利用测试集对训练好的IFF信号识别模型进行测试，若准确率大于预设准确率阈值则保存该模型，若准确率低于预设的准确率阈值则调整模型的超参数重新获取训练集进行训练直至识别准确率大于预设准确率阈值。

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哈尔滨工业大学;中国航天科工集团八五一一研究所，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。