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！

龙图腾网获悉山东大学申请的专利强对抗环境下基于深度学习的混合电磁威胁制式识别方法与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：CN116383603B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310019675.X，技术领域涉及：G06F18/10；该发明授权强对抗环境下基于深度学习的混合电磁威胁制式识别方法与系统是由熊海良;廖志伟;钟万福;许玉丹;邬紫健;任凯久;孙鹏;杨刚强设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本强对抗环境下基于深度学习的混合电磁威胁制式识别方法与系统在说明书摘要公布了：本发明涉及强对抗环境下基于深度学习的混合电磁威胁制式识别方法与系统，包括：获取深度学习模型训练所需的完备数据集；训练一个信号重构模型，对被干扰的信号进行重构得到发送端发送的原始信号；对差值信号进行盲检测，得到辐射源的数量；对信号数据进行预处理操作；开展混合辐射源信号盲源分离；将输入的调制信号序列转换为IQ信号或者AP信号；利用辐射源信号自动盲调制方式识别模型，进行自动盲调制方式识别；利用信道编码特征提取模块，构造成各种编码方式的特征向量；利用辐射源信道编码类型识别模型，进行信道编码类型识别，实现了在强对抗环境下对混合的非法电磁信号、干扰的智能识别和监测。

本发明授权强对抗环境下基于深度学习的混合电磁威胁制式识别方法与系统在权利要求书中公布了：1.强对抗环境下基于深度学习的混合电磁威胁制式识别方法，其特征在于，包括如下步骤： 1构建广域空间电磁信号数据库，从广域空间电磁信号数据库中获取深度学习模型训练所需的完备数据集； 2利用步骤1获取的完备数据集训练一个信号重构模型，对被干扰的信号进行重构得到发送端发送的原始信号，信号重构模型输出值与输入的差值就是可能的干扰、非法电磁信号和噪声，将所述差值作为后续检测识别的对象； 3对步骤2所述差值进行盲检测，得到辐射源的数量； 4对信号数据即步骤2中所得到的差值进行包括零均值处理和球化处理在内的预处理操作； 5基于步骤3中所得到的辐射源的数量，在没有先验知识的条件下对时间、空间和频率同时混合的信号开展混合辐射源信号盲源分离； 6对于输入的信号序列即步骤5中盲源分离后得到的信号序列，将其转换为In-PhaseQuadrature即IQ信号的形式或者AmplitudePhase即AP信号的形式，以双通道序列的形式生成训练、验证和测试辐射源信号自动盲调制方式识别模型所需的数据集合； 7利用步骤6构建的数据集合训练一个辐射源信号自动盲调制方式识别模型，对未知混合辐射源信号分离后得到的各路辐射源信号进行自动盲调制方式识别； 8构建一种基于数据随机性的信道编码特征提取模块，从码字序列的码重、游程、深度和自相关性提出信道编码码字特征，构造成各种编码方式的特征向量； 9利用构建的特征向量作为数据集训练一个辐射源信道编码类型识别模型，对未知混合辐射源信号分离后得到的各路辐射源信号进行信道编码类型识别。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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。