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！

龙图腾网获悉青岛科技大学申请的专利基于个性化联邦学习和RepViG模型的水声频谱感知方法及系统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：CN121098420B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511273218.9，技术领域涉及：H04B17/382；该发明授权基于个性化联邦学习和RepViG模型的水声频谱感知方法及系统是由徐凌伟;李天成;王锴;方珺;程涵冰;张力良;孙海洋设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本基于个性化联邦学习和RepViG模型的水声频谱感知方法及系统在说明书摘要公布了：本发明公开的基于个性化联邦学习和RepViG模型的水声频谱感知方法及系统，涉及海洋物联网技术领域，解决现有水声频谱感知技术存在数据异构性致模型本地训练效果差、数据隐私安全性低、样本稀少致模型泛化鲁棒性不足、多尺度特征提取融合难且精度低、频谱利用率与感知效率的问题。本发明通过正交频分复用预处理水声时序信号并经连续小波变换转时频域图像，变分自编码器扩充频谱样本；采用含参数加密传输和动态聚合机制的个性化联邦学习框架构建分布式系统，加入元学习机制使模型仅需少量样本即可获高效个性化感知模型；同时构建RepViG双支路频谱感知模型提取多尺度特征并融合，最终输出水声频谱感知结果，实现低信噪比下低虚警概率与高检测概率。

本发明授权基于个性化联邦学习和RepViG模型的水声频谱感知方法及系统在权利要求书中公布了：1.基于个性化联邦学习和RepViG模型的水声频谱感知方法，其特征在于，具体包括以下步骤： S1、水声信号采集与数据预处理，采用正交频分复用技术对采集的水声时序信号进行数据预处理，通过连续小波变换将所述水声时序信号转换为时频域图像数据； S2、水声频谱样本数据特征扩充，采用变分自编码器VAE将步骤S1中的时频域图像数据中的隐变量进行样本扩充，生成扩充后的水声频谱样本数据集； S3、构建个性化联邦学习框架，在联邦学习框架中引入元学习机制，对RepViG模型进行分布式训练与参数优化；通过初始元模型提取各客户端水声数据的共性特征，生成全局元模型，各客户端基于本地水声数据对全局元模型参数进行微调，生成个性化RepViG模型； S4、构建RepViG双支路频谱感知模型，在步骤S3构建的个性化联邦学习框架的基础上，RepViG模型采用RepViT卷积神经网络模型和ViG图神经网络模型组成的并行双分支结构模型，提取保留步骤S2中扩充后水声频谱样本数据的低频特征和高频细节特征、捕捉局部特征与全局特征之间的关系，通过多层架构对输入数据进行分层表征，经特征提取与跨层特征融合，实现不同尺度的特征融合及互补，捕获多层级特征； S5、水声频谱感知结果输出。

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青岛科技大学，其通讯地址为：266000 山东省青岛市崂山区松岭路99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。