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！

龙图腾网获悉杭州电子科技大学申请的专利基于DCNN和Transformer的雷达辐射源识别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：CN114296041B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202111649998.4，技术领域涉及：G01S7/36；该发明授权基于DCNN和Transformer的雷达辐射源识别方法是由赵志强;朱贺;潘勉;吕帅帅设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本基于DCNN和Transformer的雷达辐射源识别方法在说明书摘要公布了：本发明公开了一种基于DCNN和Transformer的雷达辐射源识别方法，将Transformer架构引入到雷达辐射源识别领域，并且对架构进行改进，克服了之前学习远程依赖性难题，计算两个位置之间的关联突破之前卷积神经网络的限制。采用注意力机制模型，对于多通道的数据特征提取，通过学习进入全局特征提取前的数据通道特征，学习通道依赖性，凸显特征提取后的各个通道的重要性，提高辐射源时频图的表征能力。本发明提出的方法可以对低信噪比的时频图首先进行局部特征提取，然后考虑关联位置之间的关系考虑全局特征，在信噪比的情况下，综合局部特征跟全局特征，能够有良好的识别效果。

本发明授权基于DCNN和Transformer的雷达辐射源识别方法在权利要求书中公布了：1.基于DCNN和Transformer的雷达辐射源识别方法，其特征在于，步骤如下： S1，构建数据集； 通过MATLAB仿真生成包括二相编码信号、线性调频连续波信号、Costas信号、Frank信号、多相码P1、P2、P3、P4和多时码T1、T2、T3、T4，12类别不同调制信号，信号在信噪比为-8db到8db范围内，每个信噪比下每一类调制信号样本数至少包含500个，对信号进行时频变换得到包含12种信号时频图的数据集；根据时频图样本数建立训练集和测试集：训练集和测试集比例保持在7：3；对得到的数据采用Mean均值和Std标准差的归一化的预处理方法； S2，构建雷达辐射源识别网络模型； 所述的雷达辐射源识别网络模型包括多层CNN局部特征提取模块、通道注意力机制模块、Transformer和分类器； 首先利用多层CNN特征提取模块对于预处理后的时频图数据进行特征提取，通过通道注意力机制层对于通道重要性进行表征，利用Transformer进行全局特征关联，最后，构造全连接层利用softmax进行分类输出； S3，通过多层CNN局部特征提取模块，提取信号时频图的局部特征； S4，对于提取到的信号时频图的局部特征，通过通道注意力机制模块动态调整输出各个通道的特征，强调关键通道输出信息； S5，通过Transformer处理经过通道注意力机制模块处理的输出特征，弥补CNN局部特征提取全局建模能力较弱的问题； S6，通过分类器，对目标分类，对Transformer模型的输出，再次使用全连接进行样本标记空间映射，将更有效的特征进行保留，最后采用softmax对网络的输出进行分类； S7，通过训练集数据训练雷达辐射源识别网络模型； S8，将测试集送入S7步骤中已训练完成的模型中进行测试。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。