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！

龙图腾网获悉西安电子科技大学申请的专利一种基于深度学习的微弱信号检测方法、系统、设备及介质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：CN118368658B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202410325774.5，技术领域涉及：H04W24/08；该发明授权一种基于深度学习的微弱信号检测方法、系统、设备及介质是由李赞;刘子君;郝本建;高晶亮;陈小军;赵越;宋钰;赵曼;黄淑冰;胡远杭设计研发完成，并于2024-03-21向国家知识产权局提交的专利申请。

本一种基于深度学习的微弱信号检测方法、系统、设备及介质在说明书摘要公布了：一种基于深度学习的微弱信号检测方法、系统、设备及介质，方法为，首先构建微弱信号时频矩阵数据集；然后对时频矩阵数据集预处理；构建深度学习信号检测网络，最后利用训练好的网络对微弱信号进行检测；系统、设备及介质能够基于基于深度学习的微弱信号检测方法，进行微弱信号检测；本发明具有更好的检测性能，能够较大程度上提升微弱信号检测的准确率，实时性高可靠性好；能够同时获得信号在时域和频域两个维度的信息，为后续的信号分析处理提供前提；算法具有更好的稳健性。

本发明授权一种基于深度学习的微弱信号检测方法、系统、设备及介质在权利要求书中公布了：1.一种基于深度学习的微弱信号检测方法，其特征在于，具体包括以下步骤： 步骤一，构建微弱信号时频矩阵数据集：通过信号时频变换和时频信息标注得到微弱信号时频矩阵数据集； 步骤二，时频矩阵预处理：通过时频矩阵增强、时频矩阵切割得到增强后的时频矩阵数据集； 2.1时频矩阵增强 采用图像增强领域中的均值滤波和伽马变换相结合的方式增强时频矩阵；首先，对步骤一中的微弱信号的时频矩阵进行均值平滑操作减小微弱信号的时频矩阵中数据的高波动性，计算过程如下所示： 其中，m和n分别为的空间滤波器大小，一般情况下，m、n、a和b均为奇整数，并且a＝m-12，b＝n-12； 然后，对均值平滑后的时频矩阵进行归一化，公式如下所示： 其中，TFRn和TFRm分别表示归一化和均值平滑后的时频矩阵，TFRn的数值范围在[0,1]区间内； 最后，对归一化时频矩阵中的数值进行幂次方的非线性操作来实现增大信号部分数值，相对压缩噪声部分数值，计算过程如下所示： TFRex,y＝TFRnx,yγ 其中，TFRe和TFRn分别表示增强和归一化后的时频矩阵，γ为大于1的整数； 2.2时频矩阵切割 按照检测网络要求的输入长宽尺寸wi×hi，对应于时频矩阵的列数和行数；将长宽尺寸为we×he的经步骤二第2.1步增强后的时频矩阵切割成多个子矩阵； 首先，填充零增加TFRe的尺寸，填充后的时频矩阵TFRp的长宽尺寸为wp×hp，使we为wp的整数倍、he为hp的整数倍，公式如下所示： 式中，表示向上取整，m为每行可切割的个数，n为每列可切割的个数；TFRe和TFRp的重合点为矩阵的左上角，以方便后续切割以及标签信息的转换； 接着，切割填充后的时频矩阵TFRp，切割后的时频子矩阵TFRc的尺寸等于网络要求的输入长宽尺寸wi×hi，切割为m×n个，按照TFRc在TFRe中的位置i,j，得到其在TFRp中左下角和右上角的绝对坐标表示为：按照绝对坐标完成对TFRp的切割； 然后，切割步骤一第1.2步中的原始标注信息label，切割后的标注信息labelc与时频子矩阵TFRc对应；先根据时频子矩阵TFRc在TFRp中左下角和右上角的绝对坐标判断其内是否包含信号部分，若并且则包含信号，切割标注信息，否则不切割标注信息，切割公式如下： 最后，将切割后的标注信息转成深度学习目标检测标签文件格式，包括目标类别c、目标的归一化中心坐标x,y、目标的归一化长宽数值w,h三部分，表示为c,x,y,w,h；深度学习信号检测网络包含一个类别，即信号，因此c＝0，其余部分转换公式如下： 将所有切割后的时频子矩阵TFRc和对应的标签文件整合命名，得到检测网络的时频矩阵数据集； 步骤三，构建深度学习信号检测网络并训练：通过将增强后的时频矩阵数据集输入检测网络进行训练，通过DFL、CIoULoss和BCE相结合的损失函数优化网络参数，得到训练好的检测网络； 步骤四，利用训练好的网络对微弱信号进行检测：通过将待测微弱信号的时频矩阵输入检测网络，完成信号存在性判断的同时，得到信号的时频信息。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。