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！

龙图腾网恭喜安徽大学申请的专利雷达有源干扰视觉语言联合识别方法、系统、介质和设备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：CN118519110B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202410300372.X，技术领域涉及：G01S7/41；该发明授权雷达有源干扰视觉语言联合识别方法、系统、介质和设备是由吴振华;郭文杰;曹宜策;王腾鑫;杨利霞设计研发完成，并于2024-03-15向国家知识产权局提交的专利申请。

本雷达有源干扰视觉语言联合识别方法、系统、介质和设备在说明书摘要公布了：本发明公开了一种雷达有源干扰视觉语言联合识别方法、系统、介质和设备，包括：获取具有干扰类型标签的雷达有源干扰信号数据集；将雷达有源干扰信号数据集划分为训练集、验证集和测试集；利用训练集、验证集和测试集对预先构建的视觉语言联合识别模型进行训练、验证和测试，得到目标视觉语言联合识别模型；利用目标视觉语言联合识别模型对待测雷达有源干扰信号进行测试，得到分类预测概率。本发明能够有效提高小样本下雷达干扰识别任务的识别准确率。

本发明授权雷达有源干扰视觉语言联合识别方法、系统、介质和设备在权利要求书中公布了：1.一种基于多域特征引导的雷达有源干扰视觉语言联合识别方法，其特征在于，包括：获取具有干扰类型标签的雷达有源干扰信号数据集；将雷达有源干扰信号数据集划分为训练集、验证集和测试集；利用训练集、验证集和测试集对预先构建的视觉语言联合识别模型进行训练、验证和测试，得到目标视觉语言联合识别模型；利用目标视觉语言联合识别模型对待测雷达有源干扰信号进行测试，得到分类预测概率；其中，视觉语言联合识别模型包括语言支路、视觉支路、视觉-语言对齐模块和分类头，语言支路的输出端和视觉支路的输出端分别与视觉-语言对齐模块的输入端连接，视觉支路的输出端和视觉-语言对齐模块的输出端分别与分类头的输入端连接；语言支路包括基于注意力机制的多域特征优选单元和文本编码器，基于注意力机制的多域特征优选单元用于根据输入的雷达有源干扰信号数据得到每类干扰对应的有效多域特征，文本编码器用于根据每类干扰对应的有效多域特征得到文本特征向量；视觉支路包括短时傅里叶变换单元和图像编码器，短时傅里叶变换单元用于根据输入的雷达有源干扰信号数据得到每类干扰对应的时频图像，图像编码器用于根据每类干扰对应的时频图像得到图像特征向量；视觉-语言对齐模块用于将文本特征向量和图像特征向量映射至同一特征共享空间并进行对齐，得到对齐向量；分类头用于根据图像特征向量和对齐向量进行分类，得到分类预测概率；其中，利用训练集对预先构建的视觉语言联合识别模型进行训练，具体包括：将训练集中的雷达有源干扰信号按批次输入预先构建的视觉语言联合识别模型中；在语言支路上，基于注意力机制的多域特征优选单元根据雷达有源干扰信号得到每类干扰对应的有效多域特征，文本编码器根据每类干扰对应的有效多域特征得到文本特征向量；在视觉支路上，短时傅里叶变换单元根据雷达有源干扰信号得到每类干扰对应的时频图像，图像编码器根据每类干扰对应的时频图像得到图像特征向量；视觉-语言对齐模块将文本特征向量和图像特征向量映射至同一特征共享空间并进行对齐，得到对齐向量；分类头根据图像特征向量和对齐向量进行分类，得到分类预测概率；根据雷达有源干扰信号以及文本特征向量、图像特征向量和分类预测概率，分别计算得到分类预测概率与对应的干扰类型标签的分类预测损失函数以及图像特征向量和文本特征向量之间的对齐损失函数；根据分类预测损失函数和对齐损失函数，计算得到总损失函数；通过梯度下降算法对分类预测概率进行迭代运算，直至总损失函数收敛。

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安徽大学，其通讯地址为：230000 安徽省合肥市经济技术开发区九龙路111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”。