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工程大学申请的专利一种联合脉内与脉间特征的雷达型号自动识别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：CN116626631B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310127615.X，技术领域涉及：G01S7/41；该发明授权一种联合脉内与脉间特征的雷达型号自动识别方法及系统是由张森;刘佳欢;吴媛媛;侯海平;田威设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本一种联合脉内与脉间特征的雷达型号自动识别方法及系统在说明书摘要公布了：本发明属于雷达信号识别技术领域，公开了一种联合脉内与脉间特征的雷达型号自动识别方法及系统，采用特征参数匹配法、深度学习卷积神经网络与脉内参数分析的三级分类法；第一级基于特征参数匹配法的容差范围分类，第二级为卷积神经网络的图像分类，利用卷积神经网络实现基于图像识别的雷达信号调制方式二次分类；第三级为针对常规脉冲脉内无调制、频率编码、复合调制、非线性调频、线性调频信号、相位编码信号的脉内调制参数分类，利用时频域多参数联合分类方法实现雷达信号三级分类。本发明通过分析雷达脉内参数，得到了雷达信号的脉内调制特征；通过联合脉间与脉内的雷达信号参数，提升了雷达信号识别准确率。

本发明授权一种联合脉内与脉间特征的雷达型号自动识别方法及系统在权利要求书中公布了：1.一种联合脉内与脉间特征的雷达型号自动识别方法，其特征在于，所述联合脉内与脉间特征的雷达型号自动识别方法包括： 采用特征参数模板匹配法、深度卷积神经网络以及脉内参数分析的逐级识别法进行雷达信号的最终识别结果推送，所述逐级识别法包括：第一级为基于EDWEmitterDiscreptionWord参数的特征参数匹配法进行识别，当识别为1型雷达辐射源时直接推送识别结果；第二级利用卷积神经网络实现基于图像的雷达信号调制方式进行分类，并在一级识别的结果上进行二次分类；第三级对脉内无调制的常规脉冲、复合调制、线性调频、相位编码信号进行雷达中频信号的脉内参数分析，并在二级识别的结果上进行三次分类； 所述联合脉内与脉间特征的雷达型号自动识别方法具体包括以下步骤： 步骤一，进行雷达信号分类模型的构建； 步骤二，进行雷达信号的分类训练及识别； 步骤三，进行雷达信号分类模型的更新； 在步骤一中分类模型包括： 基于特征参数匹配的模型； 基于时频图像的卷积神经网络雷达信号脉内调制方式分类模型； 脉内无调制的常规脉冲、复合调制、线性调频、相位编码信号的脉内调制参数分析识别。

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中国人民解放军海军工程大学，其通讯地址为：430030 湖北省武汉市硚口区解放大道717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。