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！

龙图腾网获悉北京遥感设备研究所申请的专利多模态特征自适应融合的雷达信号分类方法及系统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：CN120951164B 。

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：202510937972.1，技术领域涉及：G06F18/2431；该发明授权多模态特征自适应融合的雷达信号分类方法及系统是由白剑;杨刚;于沐尧;蔺震;郭亮;苏琪娅;张逍洋;史玥婷设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本多模态特征自适应融合的雷达信号分类方法及系统在说明书摘要公布了：本申请提供一种多模态特征自适应融合的雷达信号分类方法及系统。其中，该方法包括：利用预先构建好的稀疏采样矩阵对时频图像执行压缩感知处理，生成观测数据；将观测数据输入至多分支特征提取网络中，通过多分支特征提取网络提取局部纹理特征和全局语义特征；基于时频图像计算全局信息论特征张量，基于全局信息论特征张量生成门控权重矩阵；利用门控权重矩阵对局部纹理特征和全局语义特征执行自适应融合，生成自适应融合特征，根据自适应融合特征生成雷达信号的分类结果。本申请提供的技术方案通过压缩感知降低数据维度，并利用多分支网络提取互补特征，结合信息论指导的自适应融合机制，有效提升了雷达信号分类的精度和鲁棒性。

本发明授权多模态特征自适应融合的雷达信号分类方法及系统在权利要求书中公布了：1.一种多模态特征自适应融合的雷达信号分类方法，其特征在于，包括： 采集雷达信号的时域波形，对所述时域波形执行短时傅里叶变换，生成时频图像； 利用预先构建好的稀疏采样矩阵对所述时频图像执行压缩感知处理，生成观测数据； 将所述观测数据输入至多分支特征提取网络中，通过所述多分支特征提取网络的第一分支提取局部纹理特征，并通过第二分支提取全局语义特征； 基于所述时频图像计算包含香农熵特征和相对熵特征的全局信息论特征张量，基于所述全局信息论特征张量生成门控权重矩阵； 利用所述门控权重矩阵对所述局部纹理特征和全局语义特征执行自适应融合，生成自适应融合特征，根据所述自适应融合特征生成雷达信号的分类结果； 所述利用所述门控权重矩阵对所述局部纹理特征和全局语义特征执行自适应融合，生成自适应融合特征，包括： 将所述门控权重矩阵沿通道维度拆分为第一子权重矩阵和第二子权重矩阵； 对所述局部纹理特征和第一子权重矩阵进行通道维度的元素级乘法操作，生成加权局部纹理特征，将所述全局语义特征和第二子权重矩阵进行通道维度的元素级乘法操作，生成加权全局语义特征； 将所述加权局部纹理特征和所述加权全局语义特征沿通道维度进行拼接，生成融合特征张量； 对所述融合特征张量进行卷积操作，生成自适应融合特征； 所述基于所述时频图像计算包含香农熵特征和相对熵特征的全局信息论特征张量，基于所述全局信息论特征张量生成门控权重矩阵，包括： 对所述时频图像的空间维度进行划分，生成多个时频子块； 计算每个时频区域内所有时频子块的香农熵特征，并选定每个时频区域内中心位置的时频子块作为基准时频子块； 基于所述基准时频子块计算所述时频区域内其余时频子块的相对熵特征； 拼接所有时频区域内所有时频子块的香农熵特征和相对熵特征，生成全局信息论特征张量； 将所述全局信息论特征张量的通道维度进行压缩，生成门控权重映射； 将所述门控权重映射与预设门控基底相加，生成门控权重矩阵。

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北京遥感设备研究所，其通讯地址为：100854 北京市海淀区永定路51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。