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国防科技大学申请的专利一种调制信号识别方法和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：CN115186712B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202210834824.3，技术领域涉及：G06F18/213；该发明授权一种调制信号识别方法和系统是由乔晓强;杨小蒙;张涛;张江;钱磊设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本一种调制信号识别方法和系统在说明书摘要公布了：本发明涉及一种调制信号识别方法和方法。所述调制信号识别方法包括：获取调制信号的IQ数据；构建基于轻量型复数残差注意力神经网络；将所述IQ数据输入所述基于轻量型复数残差注意力神经网络，得到调制信号识别结果。其中，构建得到的基于轻量型复数残差注意力神经网络包括多个复数卷积模块、残差注意力模块和分类器。基于本发明给出的这一调制信号识别方案，能够提高调制信号的识别率，降低资源消耗率。

本发明授权一种调制信号识别方法和系统在权利要求书中公布了：1.一种调制信号识别方法，其特征在于，包括： 获取调制信号的IQ数据； 构建基于轻量型复数残差注意力神经网络；所述基于轻量型复数残差注意力神经网络包括多个复数卷积模块、残差注意力模块和分类器；所述复数卷积模块用于提取输入数据的复数域特征；所述残差注意力模块用于提取复数域特征的残差特征；所述分类器用于基于提取的残差特征得到分类结果；所述复数卷积模块包括实值卷积模块和线性变换模块；所述线性变换模块设置在所述实值卷积模块中；所述实值卷积模块包括依次级联的卷积层、批归一化层和RELU激活层；所述线性变换模块包括线性矩阵；所述线性矩阵设置在所述卷积层和所述批归一化层之间； 将所述IQ数据输入所述基于轻量型复数残差注意力神经网络，得到调制信号识别结果； 在深度学习框架中，实值卷积运算过程如下，通过对输入数据进行零填充与卷积核进行卷积将为输入特征变成维输出特征，有： 1 输入二维IQ复数信号和卷积核复权重参数分别为和，复数表征如式2所示，其中,分别是的同相分量和正交分量，分别是的实部和虚部，在复数域，输入与的一维卷积运算如式3所示； 2 3 对比二维实值卷积输出结果与一维复数卷积计算结果，通过线性变换，将等式1右侧矩阵的第一列减去第三列作为一维复数卷积运算的实部，第二列直接作为虚部来实现一维复数卷积的结果。

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国防科技大学，其通讯地址为：210007 江苏省南京市秦淮区后标营18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。