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！

龙图腾网获悉中国科学院上海微系统与信息技术研究所申请的专利一种基于多模态残差注意力网络的调制识别方法和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：CN119728357B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411712165.1，技术领域涉及：H04L27/00；该发明授权一种基于多模态残差注意力网络的调制识别方法和装置是由张伟豪;赵宇;孙培林;杨清山;陈鲁设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于多模态残差注意力网络的调制识别方法和装置在说明书摘要公布了：本发明涉及一种基于多模态残差注意力网络的调制识别方法和装置，其中，方法包括：获取待识别的调制信号数据；对所述待识别的调制信号数据进行能量归一化和计算幅相数据处理，得到待识别的调制信号的幅度数据和相位数据；将上述数据输入至智能识别网络模型，得到待识别的调制信号数据的调制模式；其中，智能识别网络模型包括：多模态特征融合模块、基于ECA的残差网络模块、特征金字塔网络模块以及分类模块。本发明可以实现较多调制类型的识别，对信号的长度没有限制，解决了传统调制识别方法准确率不高、抗噪性能差的问题，同时减少了人工设计特征参数的工作量和不确定性。

本发明授权一种基于多模态残差注意力网络的调制识别方法和装置在权利要求书中公布了：1.一种基于多模态残差注意力网络的调制识别方法，其特征在于，包括以下步骤： 获取待识别的调制信号数据； 对所述待识别的调制信号数据进行能量归一化和计算幅相数据处理，得到待识别的调制信号的幅度数据和相位数据； 将能量归一化后的待识别的调制信号数据、所述幅度数据和所述相位数据输入至智能识别网络模型，得到所述待识别的调制信号数据的调制模式；其中，所述智能识别网络模型包括： 多模态特征融合模块，用于提取能量归一化后的待识别的调制信号数据、所述幅度数据和所述相位数据的特征，并将提取出的特征通过拼接的方式融合在一起，得到融合特征； 基于ECA的残差网络模块，用于对所述融合特征深层次的特征提取，得到多层级特征；所述基于ECA的残差网络模块包括多个堆叠的ECA残差块，所述ECA残差块通过三个一维卷积块提取特征，然后通过全局池化求每个特征通道上的平均值，并在特征通道上做卷积处理，并用Sigmoid函数计算出注意力权重，实现对特征的加权； 特征金字塔网络模块，用于对所述多层级特征中的每一层进行全局平均池化处理，并将处理后的结果在通道维度上进行拼接，得到多层级融合特征； 分类模块，用于根据所述多层级融合特征进行分类，得到待识别的调制信号数据的调制模式。

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科学院上海微系统与信息技术研究所，其通讯地址为：200050 上海市长宁区长宁路865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。