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！

龙图腾网获悉山东大学申请的专利一种无人机信号识别方法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：CN120849923B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511358724.8，技术领域涉及：G06F18/213；该发明授权一种无人机信号识别方法及系统是由杨阳;申言田;许建华;黄朋;刘云霞;王娜;马良;杨天宇;陈斯祺;薛凡福;宋乐;王洪君设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本一种无人机信号识别方法及系统在说明书摘要公布了：本发明涉及一种无人机信号识别方法及系统，属于无人机信号识别技术领域。包括：步骤1：自适应噪声基底估计；对输入的无人机IQ信号即无人机信号进行短时傅里叶变换，得到时频矩阵，生成无人机时频图，估计噪声功率谱，计算每个频率点的功率谱密度；步骤2：时频特征增强；采用5阶巴特沃斯带通滤波器对信号进行频域滤波；采用软短时傅里叶变换结果的软阈值域去噪；步骤3：多特征融合回归；计算能量比特征、谱峰锐度特征，并提取深度学习特征，特征融合与回归；步骤4：通过训练后的无人机信号分类模型，实现无人机信号识别。本发明方法复杂环境下信噪比估计精度高，无人机分类精准度与泛化性优。

本发明授权一种无人机信号识别方法及系统在权利要求书中公布了：1.一种无人机信号识别方法，其特征在于，包括： 步骤1：自适应噪声基底估计；对输入的无人机IQ信号即无人机信号进行短时傅里叶变换，得到时频矩阵，生成无人机时频图，估计噪声功率谱，计算每个频率点的功率谱密度； 步骤2：时频特征增强；采用5阶巴特沃斯带通滤波器对信号进行频域滤波；采用软短时傅里叶变换结果的软阈值域去噪； 步骤3：多特征融合回归；计算能量比特征、谱峰锐度特征，并提取深度学习特征，特征融合与回归； 步骤4：通过训练后的无人机信号分类模型，实现无人机信号识别；包括： 无人机信号分类模型为多尺度频域注意力网络，包括输入层、谱图增强模块、深层特征蒸馏模块、分类头及输出层； 输入层接收经过短时傅里叶变换生成的时频图谱即无人机时频图； 谱图增强模块作为无人机信号分类模型的前端处理单元，通过三个并行分支实现多尺度特征提取：第一分支为1×1卷积分支；第二分支为3×3深度可分离卷积分支；第三分支为5×5空洞卷积分支；三个分支输出的特征通过自适应权重融合，形成初始增强特征图； 深层特征蒸馏模块由递进式处理阶段构成，每个阶段包括若干个FABlock单元； FABlock单元包括频带分离机制、动态注意力校准及残差融合路径； 频带分离机制，是指：通过二维小波变换将初始增强特征图分解为低频近似分量和高频细节分量； 动态注意力校准，是指：对低频近似分量和高频细节分量分别应用空间注意力模块和通道注意力模块生成频带级注意力掩码； 残差融合路径，是指：将初始增强特征图通过1×1卷积进行通道融合，与主路径的特征即频带级注意力掩码相加后，经过BatchNorm和SiLU激活函数，实现特征增强与维度统一； 分类头包括全局平均池化层、多层感知机，其中，多层感知机的隐藏层引入Dropout和L2正则化； 输出层通过Softmax激活函数输出8类常见无人机型号的概率分布，8类常见无人机型号分别定义为UAV1、UAV2、UAV3、UAV4、UAV5、UAV6、UAV7及UAV8； 掩码值通过以下公式计算： Mf＝σConv7x7GlobalAvgPoolFf+SEFf 其中，Ff为第f个频带的特征图，f＝1、2、3,σ为Sigmoid函数，Mf为第f个频带的注意力权重，GlobalAvgPoolFf是对特征图Ff做全局平均池化操作，提取全局平均信息；SEFf是对特征图Ff用通道注意力模块，自适应学习通道重要性并加权。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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。