買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國科學院聲學研究所申請的專利一種水聲通信信號端到端調制類型識別方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119155146B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411333097.8，技術領域涉及：H04L27/00；該發明授權一種水聲通信信號端到端調制類型識別方法及系統是由鞏文靜;李寶奇;鞠東豪;王宇杰;高善國;李宇;劉紀元;黃海寧設計研發完成，并于2024-09-24向國家知識產權局提交的專利申請。

本一種水聲通信信號端到端調制類型識別方法及系統在說明書摘要公布了：本發明涉及水聲信號處理領域，尤其涉及一種水聲通信信號端到端調制類型識別方法及系統，方法包括：對水聲信號中的通信信號進行檢測，獲得水聲通信信號；利用預先建立并訓練好的基于殘差注意力卷積的水聲通信信號端到端調制類型識別模型對獲得的水聲通信信號進行調制類型識別；其中，訓練好的基于殘差注意力卷積的水聲通信信號端到端調制類型識別模型包括：特征提取模塊和分類模塊；其中，所述特征提取模塊，用于基于殘差注意力對水聲通信信號進行特征的提取；所述分類模塊，用于將提取到的特征進行分類，得到水聲通信信號屬于某一調制類型的概率。采用殘差結構結合卷積模塊，能夠適應信號的微弱變化，增強對信號的采樣能力，提高識別的可靠性。

本發明授權一種水聲通信信號端到端調制類型識別方法及系統在權利要求書中公布了：1.一種水聲通信信號端到端調制類型識別方法，包括： 對水聲信號中的通信信號進行檢測，獲得水聲通信信號； 利用預先建立并訓練好的基于殘差注意力卷積的水聲通信信號端到端調制類型識別模型對獲得的水聲通信信號進行調制類型識別； 其中，訓練好的基于殘差注意力卷積的水聲通信信號端到端調制類型識別模型包括：特征提取模塊和分類模塊；其中， 所述特征提取模塊，用于基于殘差注意力對水聲通信信號進行特征的提取； 所述分類模塊，用于將提取到的特征進行分類，得到水聲通信信號屬于某一調制類型的概率； 所述特征提取模塊包括：由M+1個殘差注意力卷積塊RAC和M個深度卷積塊DC構成的M對RAC和DC模塊和1個RAC模塊，它們依次相連；其中，第一對RAC和DC模塊分別對通信信號進行特征提取，并將輸出特征通過殘差結構連接，剩余對RAC和DC模塊用于將輸出特征進行特征提取；所述1個RAC模塊用于對最后一對RAC和DC模塊輸出的特征繼續進行特征提取； 每個RAC具體包括：依次連接的第一一維卷積層Conv1、第一ReLU6激活層、第二一維卷積層Conv2、具有通道注意機制的一維卷積層Attention、第二ReLU6激活層和最大池化層MaxPooling； 所述Conv1，用于使用yi＝wi·x+bi公式從水聲通信信號中提取特征，其中，x為卷積層的輸入數據，wi和bi分別為輸出特征yi對應的卷積核和偏置，i為卷積層個數； 所述第一ReLU6激活層，用于對提取出的特征進行激活處理，得到激活后的特征； 所述Conv2，用于使用所述公式繼續對激活后的特征進行特征提取； 所述Attention，用于使用全局池化對Conv2提取的特征進行降維處理，輸出一組與通道數相同維度的向量，然后分別使用RELU激活和Sigmoid激活添加兩個密集層，利用公式來學習每個通道的權值，得到注意力加權特征圖，其中pi為Conv2輸出的特征，σi為通道權重，為注意力加權特征圖； 所述第二ReLU6激活層，用于對注意力加權特征進行激活處理，得到激活后的特征； 所述MaxPooling，用于使用尺寸為l×1的池化核將輸出特征降低采樣至原有長度的1l，去除冗余信息，減少模型參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院聲學研究所，其通訊地址為：100190 北京市海淀區北四環西路21號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。