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程大学申请的专利基于时频域特征融合网络多任务学习的雷达信号检测方法及系统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：CN119471578B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411511102.X，技术领域涉及：G01S7/02；该发明授权基于时频域特征融合网络多任务学习的雷达信号检测方法及系统是由肖易寒;李本正;宋柯;陆钱融;蒋伊琳;郭立民;陈涛设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本基于时频域特征融合网络多任务学习的雷达信号检测方法及系统在说明书摘要公布了：本发明公开了基于时频域特征融合网络多任务学习的雷达信号检测方法及系统，方法包括以下步骤：建立雷达信号数学模型，利用数学模型获取各种类型的雷达信号序列；对雷达信号序列进行处理，得到雷达信号I序列和雷达信号Q序列；对雷达信号I序列和雷达信号Q序列进行标注，并构建训练数据集；构建时频域特征融合网络，利用训练数据集对时频域特征融合网络进行训练，得到信号检测识别模型；获取待检测雷达信号，利用信号检测识别模型完成雷达信号检测。本发明通过对多种雷达信号进行组合建模分析，从信号IQ的角度，采用时频域特征融合网络提取信号局部特征和全局特征，并且融合频域的特征来降低噪声对信号识别的影响。

本发明授权基于时频域特征融合网络多任务学习的雷达信号检测方法及系统在权利要求书中公布了：1.基于时频域特征融合网络多任务学习的雷达信号检测方法，其特征在于，包括以下步骤： 建立雷达信号数学模型，利用所述数学模型获取各种类型的雷达信号序列； 对所述雷达信号序列进行处理，得到雷达信号I序列和雷达信号Q序列； 对所述雷达信号I序列和所述雷达信号Q序列进行标注，并构建训练数据集； 构建时频域特征融合网络，利用所述训练数据集对所述时频域特征融合网络进行训练，得到信号检测识别模型； 获取待检测雷达信号，利用所述信号检测识别模型完成雷达信号检测； 所述时频域特征融合网络包括：时域特征提取模块、频域特征提取模块、交叉注意力模块和检测任务头； 所述时域特征提取模块用于提取所述训练数据集中的时域特征矩阵； 所述频域特征提取模块用于提取所述训练数据集中的频域特征矩阵； 所述交叉注意力模块用于对所述时域特征矩阵和所述频域特征矩阵进行注意力机制计算和数据拼接，得到输出结果； 所述检测任务头用于基于所述输出结果进行雷达信号检测； 所述时域特征提取模块包括：信号滑窗切割模块和第一局部特征提取模块； 所述信号滑窗切割模块用于将所述训练数据集中的雷达初始信号进行分割，得到m个有序的序列： 其中，表示序列集合，X m 表示第m个序列，表示实数域，m表示有序序列的个数，w表示滑窗长度； 所述第一局部特征提取模块采用改进的DLSTM结构，所述第一局部特征提取模块用于提取所述序列集合的特征，得到所述时域特征矩阵； 所述频域特征提取模块包括：数据分割单元、时频转换单元和第二局部特征提取模块； 所述数据分割单元用于将所述训练数据集中的原始时间序列进行分割，得到分割后数据； 所述时频转换单元利用EDFT对所述分割后数据进行时频转换处理，得到频域数据： 其中，F[k]表示频谱，L表示输入长度，T表示输出长度，j表示最小虚数单位； 所述第二局部特征提取模块采用改进的DLSTM结构，所述第二局部特征提取模块用于提取所述频域数据的特征，得到所述频域特征矩阵； 所述交叉注意力模块由两层交叉的多头注意力构成，每层的包括两个所述多头注意力。

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程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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”。

以上内容由龙图腾AI智能生成。