Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学王伶获国家专利权

西北工业大学王伶获国家专利权

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!

龙图腾网获悉西北工业大学申请的专利基于一维复值残差网络的电磁信号辨识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:CN115913849B

龙图腾网通过国家知识产权局官网在2025-12-19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:202211350504.7,技术领域涉及:H04L27/00;该发明授权基于一维复值残差网络的电磁信号辨识方法是由王伶;梁智;范一飞;宫延云;陶明亮;韩闯;杨欣;张兆林;谢坚;汪跃先设计研发完成,并于2022-10-31向国家知识产权局提交的专利申请。

基于一维复值残差网络的电磁信号辨识方法在说明书摘要公布了:本发明提供了一种基于一维复值残差网络的电磁信号辨识方法,将接收机接收到的通信信号转换为int16格式的信号数据,并进行傅里叶变换,画出信号的频谱图,估计出该信号的载波频率,对信号进行重采样,并进行中频滤波后再功率归一化,将功率归一化处理后的数据集通过一维复值残差网络进行训练,从而计算模型在测试集上的准确率。本发明解决现有研究中使用通信信号的实数表示训练神经网络造成信号的特征丢失问题,同时残差网络能够避免梯度消失问题,从而能够设计更深的网络提取通信信号的原始特征,实现调制识别较高的准确率。

本发明授权基于一维复值残差网络的电磁信号辨识方法在权利要求书中公布了:1.一种基于一维复值残差网络的电磁信号辨识方法,其特征在于包括下述步骤: 步骤1:将接收机接收到的通信信号转换为int16格式的信号数据; 步骤2:对步骤1的信号数据进行傅里叶变换,画出信号的频谱图,估计出该信号的载波频率; 步骤3:用四倍的载波频率重采样步骤1生成的信号数据; 步骤4:根据步骤2估计出的载波频率对步骤3重采样后得到的信号进行中频滤波; 步骤5:对步骤4中频滤波后的信号进行功率归一化处理; 步骤6:将功率归一化处理后的数据集分为训练集和测试集,设计一维复值残差网络,使用一维复值残差网络进行训练,然后使用测试集送入训练好的一维复值残差网络进行测试,得到对应的数字信号调制模式; 所述一维复值残差网络为6个子模块,6个子模块分别为第一一维复值卷积模块,第一C-ResNetBlock模块,第二C-ResNetBlock模块、第三C-ResNetBlock模块、第四C-ResNetBlock模块和全连接层模块,6个子模块依次串行连接; 一维复值残差网络进行训练前,进行权重初始化,一维复值残差网络的正确初始化对于降低梯度消失或爆炸的风险至关重要,复数权重表示为: W=Real{W}+iImag{W} 当W对称分布在0附近时,W的方差从瑞利分布的参数σ中估计出来,按瑞利分布初始化权重幅度,期望参数为0,方差参数为2σ2,参数σ将根据不同的神经网络架构进行不同的设置; 步骤7:模型测试 将划分好的测试集输入训练好的模型,将模型的输出类别与每一个数据的标签类别进行判断,计算模型在测试集上的准确率。

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北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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。