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32802部队申请的专利一种基于多维可变矩阵运算的大带宽信号分类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：CN120162702B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510283866.6，技术领域涉及：G06F18/2431；该发明授权一种基于多维可变矩阵运算的大带宽信号分类方法是由雍婷;温志津;汪香香;房珊瑶;金报春;梁栋设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本一种基于多维可变矩阵运算的大带宽信号分类方法在说明书摘要公布了：本发明的目的是提供一种基于多维可变矩阵运算的大带宽信号分类方法，它能够解决在传统大带宽频谱监视下，对大带宽中准确快速检测并识别多种目标信号的识别分类效率有限的问题。该方法具有如下特点：通过信道化切分高效矩阵化结构运算，采用分级滤波方式，提高大带宽信号的窄带信道化功能效率；通过构建可变长度的特征矩阵模版，采用折半和精细搜索策略，提高并行实现上千路窄带信号的特征序列模板匹配的效率；针对不同的实际应用场景，可动态调整特征矩阵维度，来实现模板的匹配长度和种类的动态扩展，满足数据不同处理时长和带宽的需求。本方法灵活性强、复杂度低、目标信号识别分类性能高，特别适应于高速并行信号识别分类系统。

本发明授权一种基于多维可变矩阵运算的大带宽信号分类方法在权利要求书中公布了：1.一种基于多维可变矩阵运算的大带宽信号分类方法，其特征在于，包括： S1，获取得到待分类离散信号、采样率Fs、滤波通道总数D和两级滤波通道数；所述两级滤波通道数，包括一级滤波通道数NUM1和二级滤波通道数NUM2；所述待分类离散信号的长度为Len； S2，获取特征模板矩阵；所述特征模板矩阵的维度为M×N，N表示特征信号的类别，M表示特征信号的长度；所述特征模板矩阵的列向量，为一个特征信号； S3，基于特征模板矩阵，对所述待分类离散信号进行分类处理，得到所述待分类离散信号的类别值； 所述基于特征模板矩阵，对所述待分类离散信号进行分类处理，得到所述待分类离散信号的类别值，包括： S31，基于采样率Fs、滤波通道总数D和两级滤波通道数，设计得到一级滤波器矩阵和二级滤波器矩阵； S32，利用一级滤波器矩阵，对所述待分类离散信号进行处理，得到第一滤波输出矩阵； S33，利用二级滤波器矩阵，对所述第一滤波输出矩阵进行处理，得到二维数据矩阵； S34，基于特征模板矩阵，对所述二维数据矩阵进行匹配计算处理，得到匹配量集合； S35，对所述匹配量集合进行类别提取处理，得到所述待分类离散信号的类别值； 所述基于特征模板矩阵，对所述二维数据矩阵进行匹配计算处理，得到匹配量集合，包括： S341，对所述二维数据矩阵和特征模板矩阵分别进行维度拓展处理，得到对应的四维数据矩阵和四维特征模板矩阵； S342，对所述四维数据矩阵和四维特征模板矩阵进行第一匹配计算处理，得到第一匹配四维矩阵； S343，对所述四维数据矩阵和四维特征模板矩阵进行第二匹配计算处理，得到第二匹配四维矩阵； S344，利用所述第一匹配四维矩阵和第二匹配四维矩阵，构建得到匹配量集合； 所述第一匹配计算处理的表达式为： c＝|FFTa*conjb|2, 其中，c为第一匹配四维矩阵，conj为共轭计算，a为四维数据矩阵，b为四维特征模板矩阵； 所述第二匹配计算处理的表达式为： 其中，Sa为归一化四维数据矩阵，Sb为归一化四维特征模板矩阵，Sab为互相关四维矩阵，coff为第一匹配四维矩阵。

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32802部队，其通讯地址为：100191 北京市海淀区北四环中路226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”。