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！

龙图腾网获悉中国船舶集团有限公司第七二三研究所申请的专利一种基于深度学习BERT模型的雷达信号分选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：CN119807920B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411711667.2，技术领域涉及：G06F18/2431；该发明授权一种基于深度学习BERT模型的雷达信号分选方法是由张旭威;陆志宏;刘建;徐鹏涛;秦长海;李宝双设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于深度学习BERT模型的雷达信号分选方法在说明书摘要公布了：本申请提供一种基于深度学习BERT模型的雷达信号分选方法，将脉冲描述字的参数信息和对应的标签进行处理形成数据集；接着将数据集进行编码，划分为训练集、验证集和测试集；然后搭建深度学习BERT模型，利用训练集和验证集对模型进行训练和验证，保存模型参数；再将训练好的模型参数应用于模型，在测试集上进行推理；最后计算模型的分选准确率，保留分选准确率最高的模型参数，完成任务模型。本发明充分利用了PDW的更多参数，从而提高分选准确度；端到端的模式减少人工对分选中参数进行设置的参与度；对于高密度的混叠信号流和复杂调制的信号适应性强，受复杂电磁环境影响小。

本发明授权一种基于深度学习BERT模型的雷达信号分选方法在权利要求书中公布了：1.一种基于深度学习BERT模型的雷达信号分选方法，其特征在于，所述方法包括： 步骤1，多个雷达同时开机，同时利用接收机获取一段时间内混叠的雷达信号形成脉冲描述字，对脉冲描述字中的RF、PW、PA、TOA以及DOA进行结构化存储； 步骤2，将RF、PW、PA和DOA进行归一化处理以及预处理； 步骤3，利用已知的雷达信息对相应的脉冲描述字进行自动化标注，形成列信息分别为RF、PW、PA、TOA、DOA和标签的结构化的样本集文件； 步骤4，加载样本集，其中样本集中包含脉冲描述字和标签信息； 步骤5，对文本数据中的脉冲描述字按RF、PW、PA、TOA、DOA在内的维度进行分割； 步骤6，将数据集中的标签进行编码； 步骤7，对数据集进行划分，按照预设比例的比例划分训练集、验证集和测试集； 步骤8，搭建深度学习BERT模型，在模型中定义优化器和损失函数，设置学习率和训练轮次； 步骤9，对模型进行训练，保存每轮训练过程中的模型参数，将每轮次中计算得到的训练集总损失值和验证集总损失值分别添加到两个列表中，在训练结束时绘制在训练集和验证集上的损失曲线，观察模型是否收敛； 步骤10，若模型收敛，将在所有轮次中保存的模型参数应用在测试集中，计算分选准确率。

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船舶集团有限公司第七二三研究所，其通讯地址为：225001 江苏省扬州市广陵区南河下26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。