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！

龙图腾网获悉山东科技大学申请的专利一种北斗多域特征干扰信号识别方法、系统、设备及介质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：CN121385937B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511982370.4，技术领域涉及：G01S19/21；该发明授权一种北斗多域特征干扰信号识别方法、系统、设备及介质是由韩超;傅亚迪;赵恒逸;欧明;王丹丹;李慧;高琳;王永亨设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本一种北斗多域特征干扰信号识别方法、系统、设备及介质在说明书摘要公布了：本发明属于北斗卫星导航系统电磁干扰检测技术领域，公开了一种北斗多域特征干扰信号识别方法、系统、设备及介质。本发明构建了结合时频图与四阶累积量图的双阶段分步识别策略，在每个阶段均搭建有基于轻量化多尺度网络的干扰信号识别模型；在第一阶段基于时频图并利用干扰信号识别模型识别出区分度高的干扰类型，针对第一阶段无法识别出的易混淆的干扰信号，第二阶段基于四阶累积量图并利用干扰信号识别模型，提升了对易混淆的干扰类型的识别准确率，最终提升了对复杂干扰的总体识别精度；同时轻量化多尺度网络的引入，很好解决了现有神经网络技术关键特征捕捉不足以及多尺度结构计算消耗大的问题。

本发明授权一种北斗多域特征干扰信号识别方法、系统、设备及介质在权利要求书中公布了：1.一种北斗多域特征干扰信号识别方法，其特征在于，包括如下步骤： 步骤1.生成北斗信号无干扰信号样本以及分别添加不同干扰信号的干扰信号样本； 其中添加的干扰信号有12种，包括连续波干扰、脉冲干扰、窄带调频干扰、带限高斯噪声干扰和6种不同扫描形状的啁啾干扰、转发式欺骗干扰以及多径干扰； 针对无干扰信号样本和所有干扰信号样本，提取对应的时频图，并构建第一训练数据集； 同时进一步针对带有窄带调频干扰、转发式欺骗干扰以及多径干扰的干扰信号样本，提取对应的四阶累积量图，并构建第二训练数据集； 步骤2.构建结合时频图与四阶累积量图的双阶段分步识别策略，在每个阶段均搭建有基于轻量化多尺度网络的干扰信号识别模型； 第一阶段的干扰信号识别模型的输入为待识别信号的时频图，输出为无干扰、续波干扰、脉冲干扰、带限高斯噪声干扰、6种不同扫描形状的啁啾干扰以及无法识别干扰类型中的任意一种；针对第一阶段无法识别出的干扰信号，进一步输入到第二阶段进行识别； 第二阶段的干扰信号识别模型的输入为待识别干扰信号的四阶累积量图，输出为窄带调频干扰、转发式欺骗干扰或多径干扰； 轻量化多尺度网络采用MMDC-CSPDarknet神经网络，其是在CSPDarknet网络架构基础上，将CSP模块替换为MMDC-CSP模块改进得到的： MMDC-CSP模块设计多尺度双卷积MMDC子模块替换CSP模块中Bottleneck结构，以在同一层引入不同感受野卷积分支，并通过分支残差并行多分支结构，提升特征表达能力； 同时，在MMDC-CSP模块的末端添加混合局部通道注意力机制MLCA，MLCA利用通道空间位置补偿前项分割可能造成的信息损失，以降低特征冗余突出目标区域； MMDC-CSP模块的处理流程如下： I.输入特征首先经1×1卷积进行通道压缩；然后通过Split操作分为两支：一支保留为快捷连接，另一支送入n个多尺度双卷积MMDC子模块； MMDC子模块以多尺度块MSBlock为骨架，引入多尺度分支增强空间特征多样性， 针对多尺度信息利用不足，各尺度分支结合双卷积模块DualConv，通过并行卷积路径协同提升特征表征能力，以增强在强噪声和弱干扰信号特征不明显时的识别准确性； II.将两支特征在Concat层拼接，以融合跨层信息，缓解梯度消失； III.经1×1卷积完成特征重映射与维度恢复； IV.最后经MLCA模块，MLCA结合了局部和全局特征以及通道和空间特征的信息； 步骤3.基于第一训练数据集、第二训练数据集分别对第一阶段、第二阶段的干扰信号识别模型进行训练，并利用训练好的两个阶段的干扰信号识别模型协同识别各类干扰信号。

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科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。