中国人民解放军海军航空大学航空作战勤务学院于柯远获国家专利权
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!
龙图腾网获悉中国人民解放军海军航空大学航空作战勤务学院申请的专利一种基于双谱特征表示的半监督博弈模型分类方法和装置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:CN114943244B 。
龙图腾网通过国家知识产权局官网在2026-03-20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:202210364954.5,技术领域涉及:G06F18/2413;该发明授权一种基于双谱特征表示的半监督博弈模型分类方法和装置是由于柯远;凌青;谭凯文;闫文君;徐从安;张立民;王程昱;段可欣设计研发完成,并于2022-04-07向国家知识产权局提交的专利申请。
本一种基于双谱特征表示的半监督博弈模型分类方法和装置在说明书摘要公布了:本发明公开了一种基于双谱特征表示的半监督博弈模型分类方法和装置,其中,该方法包括:获取发射级的原始接收信号和原始接收信号样本;将原始接收信号输入训练好的半监督博弈模型进行数据信号处理;其中,训练好的半监督模型是基于高阶谱特征表示为原始接收信号样本的频率阶训练得到;基于数据信号处理,利用分类器分类原始接收信号得到分类结果。本发明将高阶谱特征作为信号的频率阶表示,从而实现端到端的半监督分类,在真实数据集和仿真数据集上均表现出较高的评估分数和分类精度。
本发明授权一种基于双谱特征表示的半监督博弈模型分类方法和装置在权利要求书中公布了:1.一种基于双谱特征表示的半监督博弈模型分类方法,其特征在于,包括以下步骤: 获取发射级的原始接收信号和原始接收信号样本; 将所述原始接收信号输入训练好的半监督博弈模型进行数据信号处理;其中,所述训练好的半监督模型是基于高阶谱特征表示为所述原始接收信号样本的频率阶训练得到; 基于所述数据信号处理,利用分类器分类所述原始接收信号得到分类结果; 所述方法,还包括: 基于双谱特征表示的半监督博弈模型,将双谱作为RFF嵌入到框架内,使得分类器在直接分类原始信号的同时获得关于发射极的特色信息;在网络中引入不同尺度的残差单元解决网络退化,并提取信号的多层次表示并直接完成半监督分类; 所述原始接收信号表示为: 其中,RinT为原始接收信号,为已调制的基带信号,为第i个辐射源叠加的射频指纹非线性失真,经过非线性放大后被发送至信道,为传输过程中引入的加性噪声; 不同辐射源个体的特征隐藏在GAN是一类由生成器和判别器构成的无监督DL模型;判别器负责对生成器的输出和真实样本进行二分类,生成器通过反向传播的梯度信息对自身参数进行调整以蒙蔽判别器;网络优化的本质是G和D的博弈,损失函数表示为: 式中表示待优化函数,表示期望算子,为真实样本,为输入噪声; 在所述半监督博弈模型中,将判别器划分为监督部分和无监督部分,所述判别器接收所述原始接收信号样本中的无标记样本,生成器利用输出层的Sigmoid函数完成真假二分类,输出表示为: 对所述原始接收信号样本中的标记样本使用输出层的Softmax函数完成监督分类,交叉熵函数被部署为损失函数表示为: 其中,表示第i个标签的预测值,表示原始接收信号样本的真实标记。
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海军航空大学航空作战勤务学院,其通讯地址为:264001 山东省烟台市芝罘区二马路188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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励