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！

龙图腾网获悉中国电子科技集团公司第四十一研究所申请的专利一种面向大动态信噪比下的自动调制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：CN115409056B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202210958188.5，技术领域涉及：G06F18/20；该发明授权一种面向大动态信噪比下的自动调制识别方法是由潘一震;韩顺利;李飞;季桓勇;李春晖设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本一种面向大动态信噪比下的自动调制识别方法在说明书摘要公布了：本发明公开了一种面向大动态信噪比下的自动调制识别方法，属于调制检测技术领域，包括如下步骤：获取不同信噪比下的调制信号数据；数据集划分和预处理；构建双通道融合神经网络；识别待分类的调制类型。本发明方法，通过将接收信号的信噪比类别与信号卷积特征进行融合学习，提高了对低信噪比下调制信号数据的表征能力，从而实现不同信噪比下调制信号数据的准确识别；本发明有效提高了调制识别算法在大动态信噪比下的适应能力，在保证识别算法准确率的同时兼顾算法的效率，为调制信号的智能识别提供了保障。

本发明授权一种面向大动态信噪比下的自动调制识别方法在权利要求书中公布了：1.一种面向大动态信噪比下的自动调制识别方法，其特征在于：包括如下步骤： 步骤1：获取不同信噪比下的调制信号数据； 步骤2：数据集划分和预处理； 步骤3：构建双通道融合神经网络；双通道融合神经网络是由两个子网络构成的神经网络；该网络模型包括输入层、信噪比分类子网络、特征提取子网络、特征融合层、全连接层和输出层； 具体构建步骤如下： 步骤3.1：将接收到调制信号的IQ数据分别输入到两条子网络中，两条子网络并行处理，并输出相应的特征图； 步骤3.2：进行两个子网络在通道维度上的特征融合； 通道维度连接需要两个特征图的大小相同，因此将信噪比分类子网络输出的信噪比类别进行复制，并将其扩展为与特征提取子网络输出的特征图大小相同，从而能够将两个子网络的特征图在通道维度上进行连接，形成融合的特征层； 步骤3.3：将融合的特征层输入全连接层中进行调制类别的判定； 步骤3.4：最终由输出层输出最后的调制类别； 使用训练集对构成的双通道融合神经网络模型进行训练，通过不断优化损失函数从而获得最优的训练模型； 信噪比分类子网络，用于对输入信号进行信噪比判断，并输出信噪比类别；其包括两层卷积神经网络层和Softmax层；卷积神经网络层对输入数据提取信噪比特征信息，Softmax层是一种有效的多元分类器，利用卷积神经网络层提取到的信噪比细微特征来计算各信噪比类别的概率值，并选择最大的分量作为最终的输出分量，从而完成信噪比类别的识别； 步骤4：识别待分类的调制类型。

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中国电子科技集团公司第四十一研究所，其通讯地址为：266555 山东省青岛市黄岛区香江路98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。