南京邮电大学时艳玲获国家专利权
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！
龙图腾网获悉南京邮电大学申请的专利基于轻量化深度学习的雷达脉内调制类型识别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：CN119001623B 。
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：202411075707.9，技术领域涉及：G01S7/36；该发明授权基于轻量化深度学习的雷达脉内调制类型识别方法及系统是由时艳玲;曾宪进设计研发完成，并于2024-08-07向国家知识产权局提交的专利申请。
本基于轻量化深度学习的雷达脉内调制类型识别方法及系统在说明书摘要公布了：本发明公开基于轻量化深度学习的雷达脉内调制类型识别方法及系统，属于雷达信号处理领域；识别方法包括：使用仿真软件对不同的调制类型进行仿真，得到原始数据集；将原始数据集进行小波变换，得到二维时频特征图像，并通过最近邻插值算法缩小图像尺寸；对每一种调制类型的二维时频特征图集划分为训练集和测试集；将各个调制类型的训练集送入变分自编码器模型中，将每种调制类型的训练集进行平衡和扩充；将平衡后的训练集送入基于轻量化深度学习网络模型中进行训练；使用训练好的基于网络模型对每种调制类型的测试集进行测试，得到识别准确率；将二维时频特征图输入训练后的网络模型，输出调制类型识别结果。
本发明授权基于轻量化深度学习的雷达脉内调制类型识别方法及系统在权利要求书中公布了：1.基于轻量化深度学习的雷达脉内调制类型识别方法，其特征在于，包括以下步骤： 使用仿真软件对不同的调制类型进行仿真，对得到的脉冲数据进行采样得到原始数据集； 将得到的原始数据集进行小波变换，得到二维时频特征图像，并通过最近邻插值算法缩小二维时频特征图像的尺寸； 对每一种调制类型的二维时频特征图集进行随机采样，划分为训练集和测试集； 将各个调制类型的训练集送入变分自编码器模型中，将每种调制类型的训练集进行平衡和扩充； 将平衡后的训练集送入基于ShuffleNet的轻量化深度学习网络模型中进行训练； 使用训练好的基于ShuffleNet的轻量化深度学习网络模型对每种调制类型的测试集进行测试，得到每种调制类型的识别准确率； 将二维时频特征图输入训练后的基于ShuffleNet的轻量化深度学习网络模型，输出调制类型识别结果。
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邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励