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！

龙图腾网获悉金陵科技学院申请的专利一种基于图傅里叶变换的微弱信号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：CN117252266B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202311174789.8，技术领域涉及：G06N7/01；该发明授权一种基于图傅里叶变换的微弱信号检测方法是由胡国兵;姜志鹏;杨娟;杨莉;赵嫔姣设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本一种基于图傅里叶变换的微弱信号检测方法在说明书摘要公布了：一种基于图傅里叶变换的微弱信号检测方法，首先计算信号的功率谱，分别对其进行两种图变换：一种是无向多重有环图变换，得到各顶点的自环权重值，将其定义为图信号；一种是进行简单无向图变换，得到图的拉普拉斯阵；进而，将拉普拉斯阵求逆，并与图信号作矩阵相乘运算，得到图傅里叶变换；最后，计算图傅里叶变换的能量作为信号存在性检测的依据，通过与特定门限相比较，完成信号检测。本发明通过将图的自环信息定义为图信号，将其进行傅里叶变换，有效利用了图的自环信息及图拉氏阵表征的拓扑信息，提高了传统图域频谱感知算法在低信噪比、衰落信道下的检测性能。

本发明授权一种基于图傅里叶变换的微弱信号检测方法在权利要求书中公布了：1.一种基于图傅里叶变换的微弱信号检测方法，其特征在于，包括如下步骤： 计算观测信号的功率谱，将功率谱转换成无向多重有环图，提取无向多重有环图的自环信息作为图信号，具体为： 对观测信号的功率谱Rk经过归一化和量化后得到量化后样本Qk，将量化后样本Qk转换成无向多重有环图GV,E,W，其中，V和E分别为图的顶点集合及边集合，W为图的权重矩阵，在数值上与图的邻接矩阵相同，N0为顶点数，aij表示第i个顶点与第j个顶点之间的边连接权重，若aij≠0表示两个顶点之间存在边的连接，反之aij＝0表示两个顶点之间无连接； 提取权重矩阵W的对角线元素Sm＝aij,m＝1,2,...,N0,i＝j，作为图信号S； 所述无向多重有环图由量化后样本Qk的相邻样本之间的幅度变化决定，对于相邻样本，则认为相应的边是连通的，并将邻接矩阵中对应元素加1，最终得到邻接矩阵； 将功率谱进行简单无向图变换，得到简单无向图的拉普拉斯阵及其特征向量；所述简单无向图的获得方式如下： 考察量化后样本Qk中每一个样本与其相邻样本之间的相邻关系，对于相邻样本，则认为相应的边是连通的，只要有一次连通则将邻接矩阵中对应元素置1，不重复记数，且不统计同一样本之间的相邻关系，进而得到一个不包含重复边及自环的简单无向图； 将拉普拉斯阵的特征向量构成的特征矩阵求逆，并将其与图信号进行矩阵相乘运算，得到图傅里叶变换； 计算图傅里叶变换的能量作为检测统计量，并设定相应的判决门限，通过比较检测统计量和判决门限，判断信号的有无，具体为： 计算图傅里叶变换的能量作为检测统计量： 式中，EX为检测统计量；χm为图傅里叶变换的向量元素； 通过模拟训练的方式设定判决门限η：获取多组纯噪声信号及带噪信号，分别得到纯噪声信号及带噪信号的图傅里叶变换的能量值，并绘制接收机工作曲线，在接收机工作曲线上找到设定的虚警概率所对应的门限作为判决门限； 若检测统计量EX小于判决门限，则判定为有信号，否则为无信号。

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金陵科技学院，其通讯地址为：211169 江苏省南京市江宁区弘景大道99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。