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！

龙图腾网获悉厦门大学申请的专利一种基于CNN-CBAM-BDA的跨接收机辐射源识别方法和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：CN115712856B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202211526466.6，技术领域涉及：G06F18/24；该发明授权一种基于CNN-CBAM-BDA的跨接收机辐射源识别方法和系统是由洪少华;郑亚男;孙海信;齐洁;王琳设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本一种基于CNN-CBAM-BDA的跨接收机辐射源识别方法和系统在说明书摘要公布了：本发明提出了一种基于CNN‑CBAM‑BDA的跨接收机辐射源识别方法和系统，包括：采集若干不同接收机接收到的信号生成跨接收机辐射源个体识别样本集；对所述样本集进行归一化处理，划分为源域样本和目标域样本，对所述源域的全部样本和所述目标域中部分样本进行标记，并将所述目标域剩余的样本作为待测样本集；构建CNN特征提取模块，并利用所述源域样本数据训练CNN网络，引入CBAM注意力机制进一步提取深层特征。本发明使用了基于卷积神经网络的辐射源个体识别模型，加入了卷积块注意力机制，克服了现有传统技术效率低、普适应弱、精度低的等问题，使得本发明可以自动提取辐射源的深度特征，提高了网络的识别速度和精度。

本发明授权一种基于CNN-CBAM-BDA的跨接收机辐射源识别方法和系统在权利要求书中公布了：1.一种基于CNN-CBAM-BDA的跨接收机辐射源识别方法，其特征在于，该方法包括如下步骤： S1、采集若干不同接收机接收到的信号生成跨接收机辐射源个体识别样本集； S2、对所述样本集进行归一化处理，划分为源域样本和目标域样本，对所述源域的全部样本和所述目标域中部分样本进行标记，并将所述目标域剩余的样本作为待测样本集； S3、构建CNN特征提取模块，并利用源域样本数据训练CNN网络，引入CBAM注意力机制进一步提取深层特征； S4、将源域数据和目标域数据输入步骤S3训练后的所述CNN网络，分别提取卷积层最后一层输出的特征向量； S5、构建BDA模块，将步骤S4提取的源域特征和目标域特征输入得到训练集和测试集； S6、构建KNN分类器，对待测目标域样本集进行判决； 在S3中还包括：卷积块注意力机制的结构设置为：给定映射，CBAM直接生成一个一维通道注意力机制和一个二维空间注意力机制，整个CBAM的计算过程可概括为： 其中，默认使用pytorch张量运算广播机制，为CBAM最后的输出； 记最后一层卷积层输出的特征块为，在其后接一个全局均匀池化层和全局最大池化层，输出分别记为，之后接一个共享的单隐藏层的多层感知机MLP来进一步提取信息，隐藏层大小为,使用Sigmoid函数作为输出层的激活函数，记通道注意力模块的最终输出为，其表达式为： ； 所述CNN网络的网络结构层次依次为：第一卷积层、批规范化层、第一池化层、第二卷积层、批规范化层、第二池化层、第三卷积层、批规范化层、第三池化层、随机失活层、卷积块注意力机制、二元自适应均值汇聚层、全连接层。

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厦门大学，其通讯地址为：361000 福建省厦门市思明区思明南路422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。