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！

龙图腾网获悉中国人民解放军空军工程大学申请的专利一种基于残差生成对抗网络的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：CN113887703B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202111147905.8，技术领域涉及：G06N3/0464；该发明授权一种基于残差生成对抗网络的调制识别方法是由秦博伟;蒋磊;许华;齐子森设计研发完成，并于2021-09-29向国家知识产权局提交的专利申请。

本一种基于残差生成对抗网络的调制识别方法在说明书摘要公布了：本公开实施例是关于一种基于残差生成对抗网络的调制识别方法。该基于残差生成对抗网络的调制识别方法包括：通过卷积神经网络作为生成器网络生成高质量的数据扩充数据集，由新残差单元组成的残差网络作为判别器网络并执行梯度下降训练；所述判别器的输出结果反馈至所述生成器和所述判别器并分别执行梯度下降训练。本公开实施例生成器网络先学习不同分布域数据的特征信息，通过噪声生成高质量的数据来扩充数据集，再由新残差单元组成的残差网络作为判别网络，有效提升了网络的特征提取能力，更好的区分相似信号；在小样本条件下识别准确率显著提升、模型收敛速度加快，方法复杂度明显降低。

本发明授权一种基于残差生成对抗网络的调制识别方法在权利要求书中公布了：1.一种基于残差生成对抗网络的调制识别方法，其特征在于，包括： 通过卷积神经网络作为生成器网络生成高质量的数据扩充数据集，由新残差单元组成的残差网络作为判别器网络并执行梯度下降训练； 所述新残差单元以Leakyrelu作为隐藏层激活函数，所述Leakyrelu的公式为： 1 其中，a为0,1之间的一个常数，代表输入数据； 所述新残差单元的结构表达式为： 2 其中，代表直接映射，代表残差部分，代表激活函数，代表卷积操作； 预设个所述新残差单元，则所述新残差单元的结构表达式变为： 3 根据所述梯度下降训练中使用导数的链式法则，损失函数关于的梯度表示为： 4 其中，为输入数据； 所述判别器的输出结果反馈至所述生成器和所述判别器并分别执行梯度下降训练； 所述新残差单元设置预设层非对称卷积结构，所述生成器网络设置预设层卷积结构，所述判别器网络设置预设个所述新残差单元；最终网络的收敛结果为生成器生成的生成数据与真实数据相似度最高，判别器则可以分辨出信号的调制样式。

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人民解放军空军工程大学，其通讯地址为：710038 陕西省西安市灞桥区长乐东路甲字一号；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。