Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学石晓然获国家专利权

西安电子科技大学石晓然获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利一种基于图域映射和特征增强的重频类型识别方法及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:CN119415989B

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:202410604530.0,技术领域涉及:G06F18/24;该发明授权一种基于图域映射和特征增强的重频类型识别方法及装置是由石晓然;张致忠;周浩然;周峰;张振熙设计研发完成,并于2024-05-15向国家知识产权局提交的专利申请。

一种基于图域映射和特征增强的重频类型识别方法及装置在说明书摘要公布了:本发明提供基于图域映射和特征增强的重频类型识别方法及装置,涉及雷达信号处理技术领域。此方法包括:确定筛选的脉冲重复频率对应的脉冲重复频率序列;对脉冲重复频率序列取倒数,得到脉冲重复间隔序列;根据预设长度将脉冲重复间隔序列分割为多个子序列;根据图域映射算法,将多个子序列变换成格拉姆差角场图像,并将该图像划分为训练样本和测试样本;构建重频类型识别网络,将训练样本输入到重频类型识别网络中,对重频类型识别网络进行训练,得到训练好的重频类型识别网络;将测试样本输入到训练好的重频类型识别网络中,识别出多个重频类型。这样,在具有高比例漏脉冲、虚假脉冲的复杂非理想场景下,提高重频类型的识别准确率和鲁棒性。

本发明授权一种基于图域映射和特征增强的重频类型识别方法及装置在权利要求书中公布了:1.一种基于图域映射和特征增强的重频类型识别方法,其特征在于,所述方法包括: 根据预设阈值范围对多个脉冲重复频率进行筛选,确定筛选的脉冲重复频率对应的脉冲重复频率序列; 对所述脉冲重复频率序列进行取倒数处理,得到脉冲重复间隔序列; 根据预设长度对所述脉冲重复间隔序列进行分割,得到多个子序列; 根据图域映射算法,将所述多个子序列变换成对应的格拉姆差角场图像,并将多个格拉姆差角场图像划分为训练样本和测试样本; 构建重频类型识别网络,所述重频类型识别网络包括卷积神经子网络和注意力机制层; 将所述训练样本输入到所述重频类型识别网络中,对所述重频类型识别网络进行训练,得到训练好的重频类型识别网络; 将所述测试样本输入到所述训练好的重频类型识别网络中,识别出多个重频类型; 所述根据图域映射算法,将所述多个子序列变换成对应的格拉姆差角场图像,包括: 将所述多个子序列缩放到[-1,1]范围中,得到每个子序列中数值缩放后的数值; 将每个数值转换到极坐标系统,得到各数值对应的角度和半径; 根据每两个数值间的角度差,确定所述格拉姆差角场图像; 所述卷积神经子网络包括2个卷积层、2个归一化层、2个激活层、2个池化层和2个全连接层; 所述重频类型识别网络依次包括1个所述卷积层、1个所述归一化层、1个所述激活层、1个所述池化层、1个所述注意力机制层、1个所述卷积层、1个所述归一化层、1个所述激活层、1个所述池化层和2个所述全连接层;所述注意力机制层包括压缩和激励两种操作,用于处理输入特征。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2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。

免责声明
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。