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分支特征融合的雷达辐射源个体智能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：CN118465721B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202410576998.3，技术领域涉及：G01S7/41；该发明授权基于多分支特征融合的雷达辐射源个体智能识别方法是由周旭;杨建宇;毛宇航;黄钰林;梁彩玉;裴季方;张寅;杨海光设计研发完成，并于2024-05-10向国家知识产权局提交的专利申请。

本基于多分支特征融合的雷达辐射源个体智能识别方法在说明书摘要公布了：本发明公开一种基于多分支特征融合的雷达辐射源个体智能识别方法，应用于雷达信号处理领域，针对现有技术难以提取辐射源细微个体差异辐射源个体识别准确率低的问题，本发明通过累计叠加多个雷达脉冲，实现表征个体差异特征的有效提取；根据雷达发射机细微差异对雷达信号包络波动、载频偏离及相位噪声的影响，提取信号瞬时包络、瞬时频率和瞬时相位以反映个体细微差异特征；基于残差卷积神经网络基本架构，结合辐射源个体差异分布特点，构建雷达辐射源个体差异特征提取网络，同时引入注意力机制，充分考虑辐射源个体细微差异在不同维度的表现形式和比重，依据不同通道信息的重要性融合特征，实现对雷达辐射源个体的准确识别。

本发明授权基于多分支特征融合的雷达辐射源个体智能识别方法在权利要求书中公布了：1.基于多分支特征融合的雷达辐射源个体智能识别方法，其特征在于，包括： S1、侦收每个辐射源个体的原始雷达信号； S2、对步骤S1侦收的每个辐射源个体的原始雷达信号进行预处理，具体的：基于信号自相关函数对齐每个辐射源个体的原始雷达信号进行时间同步，然后进行叠加求均值； S3、提取包络、瞬时频率及瞬时相位特征，得到数据集；将数据集划分为训练集与验证集； S4、构建残差卷积神经网络； S5、基于步骤S3的训练集对步骤S4构建的残差卷积神经网络进行训练；具体为：将步骤S3处理后的训练数据集作为输入数据传入步骤S4搭建的AFF-SE-ResNet网络，传入数据在网络中进行前向传播，通过不断迭代对网络参数进行优化指定轮次，得到最优特征权重； S6、基于步骤S5提取输入信号数据的深层特征权重，使用步骤S5训练完成的AFF-SE-ResNet网络完成辐射源个体分类识别，具体为：载入步骤S5的最优特征权重，将步骤S3处理后的验证数据作为输入数据传入步骤S5中训练完成的网络进行前向传播，通过AFF特征融合模块将不同形式的输入特征进行融合，通过全连接层输出预测标签，实现雷达辐射源的个体识别。

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。