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申请的专利基于多鉴别器模型的新增未训练辐射源检测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：CN115392392B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211082870.9，技术领域涉及：G06F18/214；该发明授权基于多鉴别器模型的新增未训练辐射源检测方法是由金燕华;颜松涛;卫梦凡;朱玲设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本基于多鉴别器模型的新增未训练辐射源检测方法在说明书摘要公布了：本发明公开了一种基于多鉴别器模型的新增未训练辐射源检测方法，获取N个已标识辐射源的信号图像样本集合，并分别划分为训练集和测试集，设置一个生成器和N+1个鉴别器，依次将生成器和每个鉴别器构建成为子生成对抗网络，采用对应训练集进行训练，将测试集、图像样本集合输入训练好的鉴别器，统计得到判定区间和比例参数，将待鉴别辐射源的信号图像输入各个鉴别器，统计输出概率值位于判定区间的比例，如果比例大于比例参数，则判定待鉴别辐射源由鉴别器鉴别通过，最后按照判定规则完成新增未训练辐射源检测判定。本发明使用多鉴别器模型对辐射源的信号图像进行判定，有效实现新增未训练辐射源的检测。

本发明授权基于多鉴别器模型的新增未训练辐射源检测方法在权利要求书中公布了：1.一种基于多鉴别器模型的新增未训练辐射源检测方法，其特征在于，包括以下步骤： S1：根据实际情况确定N个已标识辐射源，对于每个已标识辐射源分别采集若干时长为T的信号，然后将每个信号进行图像化，得到对应的信号图像；将每个已标识辐射源的信号图像集合φn划分为训练集αn和测试集βn，n＝1,2,...,N，将N个已标识辐射源的信号图像集合φn的合集记为信号图像集合φN+1，将N个已标识辐射源的训练集αn的合集记为训练集αN+1，将N个已标识辐射源的测试集βn的合集记为测试集βN+1； S2：设置一个生成器G和N+1个鉴别器Dn′，n′＝1,2,…,N+1，其中生成器G用于生成伪信号图像，第1个至第N个鉴别器Dn分别用于鉴别输入的信号图像属于第n个已标识辐射源的概率值，第N+1个鉴别器DN+1用于鉴别输入的信号图像属于已标识辐射源的概率值； S3：依次将生成器G和每个鉴别器Dn′构建成为子生成对抗网络GANn，对于每个子生成对抗网络GANn′，采用步骤S1中构建的训练集αn′作为真实图像集，对子生成对抗网络GANn′进行训练，从而得到N+1个训练完成的鉴别器Dn′； S4：对于步骤S3训练完成的每个鉴别器Dn′，将测试集βn′中的每个信号图像输入鉴别器Dn′，得到输出的概率值集合，根据概率值集合确定最小概率值γn′,min和最大概率值γn′,max，从而得到判定区间[γn′,min,γn′,max]；将信号图像集合φn′中的每个信号图像输入鉴别器Dn′，统计输出概率值位于判定区间[γn′,min,γn′,max]的比例值zn′，令比例参数ωn′＝λ×zn′，λ为预设的常数，其取值范围为λ∈[0.5,1； S5：对待鉴别辐射源采集若干时长为T的信号，按照步骤S1中的相同方法生成每个信号的信号图像，然后将每个信号图像分别输入鉴别器Dn′，统计输出概率值位于判定区间[γn′,min,γn′,max]的比例ω′，如果ω′＞ωn′，则判定待鉴别辐射源由鉴别器Dn′鉴别通过，否则鉴别未通过；然后再按照以下规则确定待鉴别辐射源是否为新增辐射源： 如果鉴别器DN+1鉴别未通过，则进一步判断鉴别器D1至DN是否全部鉴别通过，如果是则判定待鉴别辐射源为已标识辐射源，否则判定待鉴别辐射源为新增辐射源； 如果鉴别器DN+1鉴别通过，则进一步判断鉴别器D1至DN是否全部鉴别未通过，如果是则判定待鉴别辐射源为新增辐射源，否则判定待鉴别辐射源为已标识辐射源。

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，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。