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！

龙图腾网获悉杭州电子科技大学申请的专利基于最大熵二值化时频图和ABF-YOLOv5s的跳频信号参数估计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：CN119093966B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411147771.3，技术领域涉及：H04B1/715；该发明授权基于最大熵二值化时频图和ABF-YOLOv5s的跳频信号参数估计方法是由胡竹艳;沈雷;刘顺兰设计研发完成，并于2024-08-21向国家知识产权局提交的专利申请。

本基于最大熵二值化时频图和ABF-YOLOv5s的跳频信号参数估计方法在说明书摘要公布了：本发明属于跳频信号参数估计领域，提供基于最大熵二值化时频图和ABF‑YOLOv5s的跳频信号参数估计方法，包括以下步骤：先获取跳频信号，分别进行短时傅里叶变换和最大熵二值化处理，得到最大熵二值化时频图；再将最大熵二值化时频图输入到ABF‑Yolov5s模型中，得到跳频信号位置信息：最后根据跳频信号位置信息和时频参数的对照关系，进行跳频信号的周期估计和频率估计。本发明在ABF‑Backbone部分引入ASPP模块和BOT3模块，在ABF‑Neck部分引入BiFPN模块，能在低信噪比下提高跳频信号周期估计和频率估计的精度，具有较好的鲁棒性。

本发明授权基于最大熵二值化时频图和ABF-YOLOv5s的跳频信号参数估计方法在权利要求书中公布了：1.基于最大熵二值化时频图和ABF-YOLOv5s的跳频信号参数估计方法，其特征在于，包括以下步骤： S1、获取跳频信号，并对跳频信号进行短时傅里叶变换得到时频图； 再对时频图进行最大熵二值化处理；再利用多尺度形态学滤波进行处理，以弥合最大熵二值化处理后跳频信号内部的空洞，去除噪声信号对应的点或线，得到清晰的最大熵二值化时频图； S2、将最大熵二值化时频图输入到ABF-Yolov5s模型中，得到跳频信号位置信息： 所述ABF-Yolov5s模型包括输入部分、ABF-Backbone部分、ABF-Neck部分、Detection部分； 所述ABF-Backbone部分、ABF-Neck部分分别对应Yolov5s模型的Backbone部分、Neck部分；所述ABF-Yolov5s模型的Detection部分与Yolov5s模型的Detection部分结构相同；所述ABF-Yolov5s模型的输入部分与Yolov5s模型的输入部分结构相同； 将Yolov5s模型的Backbone部分的SPP模块替换为一个ASPP模块；再将Yolov5s模型的Backbone部分的最后一个C3模块替换为一个BOT3模块，得到所述ABF-Backbone部分；在所述ASPP模块之后设置所述BOT3模块；将Yolov5s模型的Neck部分的4个PANET模块分别替换为BiFPN模块，得到所述ABF-Neck部分； 所述Detection部分，通过3个1×1卷积得到跳频信号位置信息； S3、根据跳频信号位置信息和时频参数的对照关系，进行跳频信号的周期估计和频率估计，所述时频参数由步骤S1得到的时频图提取得到。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。