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！

龙图腾网恭喜中国电子科技集团公司第五十四研究所申请的专利一种基于特征迁移的欺骗信号生成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：CN119496583B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202510068178.8，技术领域涉及：H04K3/00；该发明授权一种基于特征迁移的欺骗信号生成方法是由畅鑫;李艳斌;陈金勇设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于特征迁移的欺骗信号生成方法在说明书摘要公布了：本发明提供了一种基于特征迁移的欺骗信号生成方法，属于电子对抗技术领域。该方法首先采集通信信号，将信号分割为训练集和验证集，并利用这些数据训练神经网络模型；然后，将欺骗信号进行傅里叶变换作为内容输入，将真实通信信号进行傅里叶变换作为风格输入，构建风格迁移的损失函数，对随机生成的数据和内容输入数据作为欺骗信号进行优化；当训练损失变化在连续多次迭代中小于预设门限时，认为欺骗信号优化完成；最终，经过逆傅里叶变换生成时域欺骗信号。本发明通过迁移通信设备真实信号中的特征，生成更为逼真的欺骗信号。本发明生成的信号不仅在参数上与目标信号匹配，同时具备通信信号的真实特征，提高了其伪装性，使得抗干扰系统难以识别。

本发明授权一种基于特征迁移的欺骗信号生成方法在权利要求书中公布了：1.一种基于特征迁移的欺骗信号生成方法，其特征在于，包括以下步骤：步骤1：采集目标设备信号，构建训练数据集和测试数据集；具体方式为：步骤1-1：采集N个目标设备信号，每个信号的长度均为K，根据调制样式共分为M类；对 每个信号进行快速傅里叶变换，形成样本数据，样本数据对应的信号的调制样式为 标签；构建样本集和标签集，，，样本集和标签集共同构成数据集； 步骤1-2：设置数据集切分比例，将数据集切分为训练数据集和测试数据集，其中，训 练数据集包括训练样本数据集和训练标签数据集，包含的数据量均为，测试 数据集包括测试样本集和测试标签集，包含的数据量均为； 步骤2：构建信号调制样式分类神经网络模型并进行训练，得到训练好的信号调制样式分类神经网络模型；具体方式为：步骤2-1：构建信号调制样式分类神经网络模型，信号调制样式分类神经网络模型由第 一特征提取模块、第二特征提取模块、第三特征提取模块和分类模型组成，分别采用、、和表示，其中，第一特征提取模块、第二特征提取模块、第三特征提取模块均由卷积 层、relu激活函数、池化层和逆卷积层组成，分类模型由全连接层和relu激活函数组成；模 型的输入为样本，各模块输出分别为： 步骤2-2：采用Adam优化器对信号调制样式分类神经网络模型的网络参数进行优化， 损失函数采用交叉熵损失函数，并设置训练率； 步骤2-3：将信号调制样式分类神经网络模型设置为训练模式，从训练样本数据集 和训练标签数据集中随机抽取B个样本数据和标签数据，组成批训练样本数据集 和批训练标签数据集；清除优化器关于网络参数的累计梯度值；计算通过信号 调制样式分类神经网络模型得到的，将和输入损失函数，计算得到损失值loss； 利用损失值loss和优化器对信号调制样式分类神经网络模型的网络参数进行优化；重复 该过程，直到将训练样本数据集和训练标签数据集取完； 步骤2-4：将分类深度神经网络设置为评估模式，计算测试样本集通过信号调制样 式分类神经网络模型得到的，获取中第二维度最大值对应的类型与测试标签集中 类型相同的数量，除以测试样本集的总数量，得到准确率；若准确率小于门限值，则 返回步骤2-3重新进行训练；否则，保存网络参数，得到训练好的信号调制样式分类神经 网络模型； 步骤3：利用训练好的信号调制样式分类神经网络模型，将信号特征迁移到欺骗信号；具体方式为：步骤3-1：加载网络参数； 步骤3-2：从数据集中随机抽取一个样本数据，作为风格数据； 步骤3-3：加载预欺骗信号，进行快速傅里叶变换，得到内容数据； 步骤3-4：构建均值为0、标准差为1的随机数据，设置权重，则迁移数据为； 步骤3-5：采用Adam优化器对迁移数据进行优化，并设置训练率； 步骤3-6：计算风格数据经过信号调制样式分类神经网络模型中各模块的输出值、、和； 步骤3-7：计算内容数据经过信号调制样式分类神经网络模型中各模块的输出值、、和； 步骤3-8：计算迁移数据经过信号调制样式分类神经网络模型中各模块的输出值、、和； 步骤3-9：清除优化器关于迁移数据的累计梯度值，计算内容损失值， 其中表示计算均方误差； 计算风格损失值，其中表示计算格拉姆矩阵； 设置权值，得到总迁移损失； 利用总迁移损失和优化器，对迁移图像进行更新； 步骤3-10：重复步骤3-5至步骤3-9，如果连续M次获得的总迁移损失的变化率均小于预 设门限，则获取最终的迁移数据；对最终的迁移数据进行逆傅里叶变换，生成 时域欺骗信号。

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电子科技集团公司第五十四研究所，其通讯地址为：050081 河北省石家庄市中山西路589号中国电子科技集团公司第五十四研究所总体部；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”。