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模型与数据双驱动的干扰抑制方法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：CN117318742B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202311091537.9，技术领域涉及：H04B1/10；该发明授权模型与数据双驱动的干扰抑制方法是由司江勃;王泽宇;赵尤然;孙帅琦;胡婉清设计研发完成，并于2023-08-28向国家知识产权局提交的专利申请。

本模型与数据双驱动的干扰抑制方法在说明书摘要公布了：本发明公开的模型与数据双驱动的干扰抑制方法，包括：生成两个非平稳的调频干扰；分别生成单个干扰和两个干扰情况下接收机接收的缺失样本的信号；计算模糊函数，通过自适应最优核实现模糊函数的平滑，将平滑之后的模糊函数转换为自适应最优核处理后的自相关函数；使用正交匹配追踪算法稀疏重构干扰，得到干扰的瞬时频率；利用支持向量回归修正干扰的瞬时频率；使用得到的瞬时频率恢复出干扰波形，利用子空间正交投影法去除干扰。本发明利用支持向量回归修正了稀疏重构得到的不准确的非平稳干扰时频特征，剔除不完美的瞬时频率，充分利用了数据信息，将模型驱动和数据驱动相结合，实现非平稳干扰抑制和消除。

本发明授权模型与数据双驱动的干扰抑制方法在权利要求书中公布了：1.模型与数据双驱动的干扰抑制方法，其特征在于，包括以下步骤： 步骤1、生成两个非平稳的调频干扰； 步骤2、分别生成单个干扰和两个干扰情况下接收机接收的缺失样本的信号； 步骤3、计算模糊函数，通过自适应最优核实现模糊函数的平滑，将平滑之后的模糊函数转换为自适应最优核处理后的自相关函数；具体包括以下步骤： 步骤3.1、在步骤2中两种情况下分别按下式计算接收信号的瞬时自相关函数，基于瞬时自相关函数计算模糊函数与WVD分布： 瞬时自相关函数： 2 模糊函数： 3 WVD分布： 4 步骤3.2、使用自适应最优核实现模糊函数的平滑，即滤除交叉项和噪声伪影： 5 自适应最优核时频核通过求解以下优化问题求出： 6 式6中，为核容量； 步骤3.3、将平滑之后的模糊函数转换为自适应最优核处理后的自相关函数： 7 式7中，为模糊函数转换，为自相关函数； 步骤4、使用正交匹配追踪算法稀疏重构干扰，得到干扰的瞬时频率；具体为：经过自适应最优核之后的具体时间处所有延迟的自相关函数的一维向量记为： 8 自相关函数与TF域的一维傅里叶变化关系具体表示如下： 9 式9中，是相对于进行的离散傅里叶逆变换变换矩阵，，是在具体时间待估计的一维WVD向量，使用正交匹配追踪算法稀疏重构得到、，再通过稀疏重构得到的、得到干扰的瞬时频率； 步骤5、利用支持向量回归修正干扰的瞬时频率；具体为：将步骤4所得稀疏重构干扰的瞬时频率利用支持向量回归找到第一条瞬时频率回归曲线，将第一条瞬时频率回归曲线上距离原瞬时频率最远的n个点丢弃，对剩余的点再进行支持向量回归，得到修正第两次的瞬时频率回归曲线，将修正第两次的瞬时频率回归曲线上距离原瞬时频率最远的n个点丢弃，此时丢弃的点不能与之前丢弃的点相同，重复迭代L次，得到修正的干扰瞬时频率； 步骤6、使用得到的瞬时频率恢复出干扰波形，利用子空间正交投影法去除干扰。

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 陕西省西安市雁塔区太白南路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。