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;上海无线电设备研究所申请的专利基于多标签分类网络的多分量干扰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：CN116243248B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310218279.X，技术领域涉及：G01S7/02；该发明授权基于多标签分类网络的多分量干扰信号识别方法是由肖易寒;张瑞;陈涛;郭立民;蒋伊琳;宋柯;于祥祯设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本基于多标签分类网络的多分量干扰信号识别方法在说明书摘要公布了：本发明提供一种基于多标签分类网络的多分量干扰信号识别方法，将一维干扰信号经过时频变换转换成时频图像，利用MobileViT‑v2模块的全局特征提取能力对多分量干扰信号进行高效分类识别。此发明解决了当前多类别分类网络对训练集中未曾出现的信号组合无法识别的问题，对训练样本数的要求较低，突破了现有的雷达有源干扰识别方法的应用局限。

本发明授权基于多标签分类网络的多分量干扰信号识别方法在权利要求书中公布了：1.基于多标签分类网络的多分量干扰信号识别方法，其特征在于，步骤如下： 步骤一：获取由雷达回波信号和多个干扰信号线性叠加形成的多分量干扰信号k∈1,Q表示构成单一干扰信号分量的个数，最多由Q种干扰分量构成，Jmn表示接收到的干扰信号，Am为通过环境传播时调制的振幅系数，awgnn表示加性高斯白噪声，xtn表示真实目标回波信号； 步骤二：对多分量干扰信号进行预处理；对多分量干扰信号进行时频变换，得到其时间-频率联合分布图像Xt,ω： 其中，ω表示频率，hτ-t为分析窗函数； 步骤三：将训练集输入多标签分类网络进行训练：多标签分类网络包括MobileViT-v2模块、SandGlass模块、全局平均池化模块、全连接层和多阈值优化模块，损失函数设定为二元交叉熵函数； 步骤四：根据输出结果对判定阈值进行优化：根据训练样本X的输入标签向量T和经过特征提取后得到的输出概率向量P，将阈值校准视为一个优化问题，对多阈值向量M进行优化；由l个训练样本诱导第j个标签的阈值如下： 式中，yij,tij∈0,1分别表示训练样本si的第j个标签的决策标签和真实标签；q为标签总数； 步骤五：将测试集输入训练好的多标签分类网络中，得到输入信号中包含的干扰信号分量。

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;上海无线电设备研究所，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室；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。