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！

龙图腾网获悉成都凌亚科技有限公司申请的专利一种波控模块的数据处理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：CN121385811B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511926882.9，技术领域涉及：G01S7/28；该发明授权一种波控模块的数据处理方法是由魏昌军;蔡叠;林永浩设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本一种波控模块的数据处理方法在说明书摘要公布了：本发明公开了一种波控模块的数据处理方法，属于雷达数据处理领域，包括：采集空间电磁信号，构建空间电磁信号的原始数据序列，对原始数据进行采样，得到采样点的标准化数据；利用改进型自适应卡尔曼滤波算法动态抑制高斯白噪声和脉冲干扰，输出去噪后的目标有用信号；提取时域、频域、空域三维特征，得到采样点的权重融合特征；构建LSTM‑Attention混合模型，预测波控模块的核心参数；对核心参数进行修正，利用修正的核心参数作为未来波控模块输出的核心参数，对波控模块的数据处理过程进行修正。本发明有效提升了波控模块数据处理过程中的抗干扰能力，增强环境适配性，适用于复杂电磁环境下，兼具高精度、低延迟、强抗干扰特性的波控模块数据处理过程。

本发明授权一种波控模块的数据处理方法在权利要求书中公布了：1.一种波控模块的数据处理方法，其特征在于，包括： 步骤S1：通过波控模块的ADC采样单元采集空间电磁信号，构建空间电磁信号的原始数据序列，提取目标有用信号，并对原始数据进行采样，对采样点上的原始数据进行标准化处理，得到采样点的标准化数据； 步骤S2：基于每个采样点的目标有用信号和标准化数据，利用改进型自适应卡尔曼滤波算法动态抑制高斯白噪声和脉冲干扰，输出去噪后的目标有用信号； 步骤S3：从目标有用信号中提取时域、频域、空域三维特征，并通过动态权重矩阵实现三维特征融合，得到采样点的权重融合特征； 步骤S4：构建LSTM-Attention混合模型，将权重融合特征作为输入，预测波控模块的核心参数，核心参数包括指向角、波束宽度和发射增益； 步骤S5：利用波控模块预测的核心参数和波控模块实时输出的核心参数对核心参数进行修正，利用修正的核心参数作为未来波控模块输出的核心参数，对波控模块的数据处理过程进行修正； 所述步骤S4包括： 步骤S41：构建LSTM-Attention混合模型，将权重融合特征输入LSTM-Attention混合模型中，LSTM-Attention混合模型的数据处理过程为： ； ； ； ； 其中，为输入门的输出向量，为sigmoid激活函数，为输入门的输入权重矩阵，为采样点k-1的隐藏状态，为输入门的隐藏状态权重矩阵，为采样点k-1的细胞状态向量，为输入门的细胞状态权重矩阵，为输入门的偏置；为遗忘门的输出向量，为遗忘门的输入权重矩阵，为遗忘门的隐藏状态权重矩阵，为遗忘门的细胞状态权重矩阵，为输入门的偏置；为采样点k的细胞状态向量，为细胞状态的输入权重矩阵，为细胞状态的隐藏状态权重矩阵，为细胞状态的偏置；为输出门的输入权重矩阵，为输出门的隐藏状态权重矩阵，为输出门的细胞状态权重矩阵，为输出门的偏置； 步骤S42：根据不同采样点对应的隐藏状态，对隐藏状态进行加权，输出加权后的隐藏状态； ； 其中，为平均隐藏状态，为注意力权重矩阵，，为实数集，为采样点k对应的隐藏状态系数，采样点k对应的注意力权重； 步骤S43：将加权后的隐藏状态输入全连接层，输出预测的核心参数； ； 其中，分别为预测输出权重矩阵、输出偏置，； LSTM-Attention混合模型的损失函数为； ； 其中，为采样点k对应的波控模块的核心参数真实值，为设置的正则化系数。

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成都凌亚科技有限公司，其通讯地址为：610037 四川省成都市金牛区高新技术产业园区金科中路32号H1-11室；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。