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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于度量与深度学习的辐射源射频特征提取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：CN116738209B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310741437.X，技术领域涉及：G06F18/213；该发明授权一种基于度量与深度学习的辐射源射频特征提取方法是由刘鲁涛;张伟;蒋伊琳设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。

本一种基于度量与深度学习的辐射源射频特征提取方法在说明书摘要公布了：一种基于度量与深度学习的辐射源射频特征提取方法，它属于辐射源射频特征提取技术领域。本发明解决了采用现有方法难以提取到具有良好的稳定性和可分性的RF特征，且提取的RF特征易受IM信息的干扰而失效的问题。本发明方法为：构建建模数据集和理想训练数据集；对构建数据集中的每个RF信号样本进行处理，得到每个RF信号样本对应的处理结果；利用理想训练数据集中RF信号样本的处理结果对搭建的AE网络进行训练；利用建模数据集中RF信号样本的处理结果和训练好的AE网络对FRM网络进行训练；对待检测RF信号进行处理后，将处理结果输入训练好的受信号特征编码器输出约束的FRM网络，得到辐射源射频特征提取结果。本发明可以应用于辐射源射频特征提取。

本发明授权一种基于度量与深度学习的辐射源射频特征提取方法在权利要求书中公布了：1.一种基于度量与深度学习的辐射源射频特征提取方法，其特征在于，所述方法具体包括以下步骤： 步骤1、建模N类辐射源结构模型，通过调整UM参数，分别为每类辐射源结构模型生成P个辐射源个体，UM源于辐射源内部的电子元器件，以UM的形式附加在IM信号上； 通过调整各个辐射源个体的IM调制参数，生成携带RF信息的RF信号样本集，将生成的携带RF信息的RF信号样本集作为建模数据集； 根据生成建模数据集时采用的IM调制参数来生成不携带RF信息的RF信号样本集，将生成的不携带RF信息的RF信号样本集作为理想训练数据集； 步骤2、分别对建模数据集和理想训练数据集中的每个RF信号样本进行处理，得到每个RF信号样本对应的处理结果； 步骤3、搭建AE网络，所述AE网络中包括信号特征编码器和重构解码器，利用理想训练数据集中的RF信号样本的处理结果对搭建的AE网络进行训练； 步骤4、设计FRM网络，所述FRM网络中包括RF特征编码器、重构解码器和度量得分器，利用建模数据集中的RF信号样本的处理结果和训练好的AE网络对FRM网络进行训练； RF特征编码器的输入为携带RF信息的RF信号； 重构解码器的输入为深度RF特征和深度信号特征的拼接结果，具体是将携带RF信息的RF信号分别输入到FRM网络中的RF特征编码器和训练好的AE网络中的信号特征编码中，以自动学习深度RF特征和提取深度信号特征； 所述度量得分器计算每个RF特征对之间的相似性得分； 步骤5、获取待检测RF信号，对获取的信号进行处理后，将处理结果输入训练好的受信号特征编码器输出约束的FRM网络，将RF特征编码器的输出作为辐射源射频特征提取结果。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。