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！

龙图腾网获悉北京理工大学申请的专利一种基于HRRP与SSM-Transformer的无源干扰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：CN119272164B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202411432338.4，技术领域涉及：G06F18/243；该发明授权一种基于HRRP与SSM-Transformer的无源干扰识别方法是由梁振楠;张嘉翔;王博;刘泉华;张天骏;韩鑫瑞设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本一种基于HRRP与SSM-Transformer的无源干扰识别方法在说明书摘要公布了：发明公开了一种基于HRRP与SSM‑Transformer的无源干扰识别方法；该发明首先通过脉冲压缩或计算RCS再IFFT获取HRRP序列，然后对HRRP序列进行二维重构以及位置编码，最后输入到SSM‑Transfomer网络中完成训练与预测。其中，SSM模块可以提取序列间长期依赖关系信息，Transformer编码器的多头注意力机制可以提取序列内深层特征。该发明通过扩展网络结构能在一定程度上提高识别准确率，具有更好的识别和泛化性能。

本发明授权一种基于HRRP与SSM-Transformer的无源干扰识别方法在权利要求书中公布了：1.一种基于HRRP与SSM-Transformer的无源干扰识别方法，其特征在于，该方法包括如下步骤： 步骤S1，基于箔条云、角反射器阵列、舰船回波获取HRRP序列构建数据集； 步骤S2，对HRRP序列进行二维重构，将HRRP分段形成多个行向量，组成序列向量矩阵，使间隔较远的不同采样点缩小距离； 步骤S3，基于位置编码对中行、列向量之间的顺序信息进行表征，使每个行、列向量之间具备前后关系； 步骤S4，构建SSM模块以提取各段子序列前后依赖信息，其中SSM的表示式如下： ； 其中，为输入向量，为输出向量，、、均为系统矩阵，为输入矩阵，为卷积核，为输出矩阵；矩阵与状态向量相关，蕴含了先前状态的信息以构建新的状态，同时它还决定了这些信息如何在时序中被传递的；为了更好的捕捉距离较近的子序列信息并衰减距离较远的信息，采用高阶多项式投影算子HiPPO创建矩阵，HiPPO方阵可以表示为： ； 其中，为矩阵行序号，为矩阵列序号；利用卷积核与输入进行卷积得到数据每个行向量之间的时序关系信息，送入Transformer编码器后有利于提取更丰富的时序关系特征； 步骤S5，利用Transformer编码器进行特征提取得到隐藏层表达进行分类。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号北京理工大学信息科学实验楼；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。