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！

龙图腾网获悉中国电子科技集团公司第七研究所;北京跟踪与通信技术研究所申请的专利一种短波通信选频方法、终端、计算机存储介质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：CN115632723B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202211167473.1，技术领域涉及：H04B17/309；该发明授权一种短波通信选频方法、终端、计算机存储介质及系统是由陈凯生;赵华;荣华;金雪;刘也;石晟玮设计研发完成，并于2022-09-23向国家知识产权局提交的专利申请。

本一种短波通信选频方法、终端、计算机存储介质及系统在说明书摘要公布了：本发明提出一种短波通信选频方法、终端、计算机存储介质及系统，涉及短波通信选频的技术领域，首先获取原始短波探测电离数据及短波探测环境数据，然后将原始短波探测电离数据进行预分类，并基于关联算法从短波探测环境数据中挖掘短波探测环境关联数据，将短波探测环境关联数据分别融合加入原始短波探测电离数据的每一个预分类中，形成预分类数据集，引入深度学习神经网络模型，利用预分类数据集进行模型训练，实现预测分类与偏差回归，得到最终的预测模型，将实时接收到的短波频率数据输入预测模型中得到预测出最佳短波通信频率，预测出最佳短波通信频率，识别准确率高。

本发明授权一种短波通信选频方法、终端、计算机存储介质及系统在权利要求书中公布了：1.一种短波通信选频方法，其特征在于，所述方法包括以下步骤： S1.获取原始短波探测电离数据及短波探测环境数据； S2.将原始短波探测电离数据进行预分类，并基于关联算法从短波探测环境数据中挖掘短波探测环境关联数据，将短波探测环境关联数据分别融合加入原始短波探测电离数据的每一个预分类中，形成预分类数据集； 原始短波探测电离数据得到K个预分类类别时，每个预分类类别以频率间隔作为划分，短波探测环境数据是动态的，在K个预分类类别中有不同的变化，考虑短波探测环境数据所处的大气密度与成分有区别，设探测环境数据包括：大气密度、大气温度、大气成分，以某一高度时短波探测环境数据中的大气密度、大气温度、大气成分作为数据融入至每个预分类类别中，在融入过程中，基于关联算法从短波探测环境数据中挖掘短波探测环境关联数据，将短波探测环境关联数据分别融合加入原始短波探测电离数据的每一个预分类中，形成预分类数据集； 在步骤S2中，将原始短波探测电离数据对应的散射电离图的左上角设为坐标原点，建立直角坐标系，直角坐标系的横坐标轴方向对应散射电离图的频率，设散射电离图在横坐标轴方向有t个像素点，直角坐标系的纵坐标轴方向对应散射电离图的时延，设散射电离图在纵坐标轴方向有q个像素点；将横坐标轴方向的t个像素点按照间距p对散射电离图进行预分类，得到K个预分类类别，其中： ； S3.标注预分类数据集中存在待识别的最佳频率的预分类类别，标注后的预分类数据集作为训练集； S4.构建深度学习神经网络模型并利用训练集训练深度学习神经网络模型，进行预测分类，得到融合短波探测环境数据的短波探测电离数据分类样本； S5.将每个类对应的样本中最佳频率值作为标签频率值，以标签频率值为中心值，分别计算距离每一个分类的差值，利用深度学习神经网络模型回归训练优化差值，得到最终的深度神经网络模型以作为预测模型； 将每个类对应的样本中最佳频率值作为标签频率值，以标签频率值为中心值，分别计算距离每一个分类的差值的过程满足公式： 其中，i表示类别次序，表示第i个类别，利用第i个类别中的标签频率值，m表示总类别数，利用最小二乘法求取参数θ的最优解；利用深度学习神经网络模型回归训练优化差值时，整体上的优化公式为： 其中，表示输出的频率的概率，表示融入的大气密度、大气温度、大气成分； S6.实时获取短波探测电离数据，输入预测模型中，通过预测模型预测出最佳短波通信频率。

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电子科技集团公司第七研究所;北京跟踪与通信技术研究所，其通讯地址为：510310 广东省广州市海珠区新港中路381号29分箱；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。