買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京理工大學(xué)申請(qǐng)的專利一種低信噪比下的雷達(dá)信號(hào)分類方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115270913B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210655029.8，技術(shù)領(lǐng)域涉及：G06F18/241；該發(fā)明授權(quán)一種低信噪比下的雷達(dá)信號(hào)分類方法是由陶詩(shī)飛;肖帥;王昊;丁浩;王慧賦設(shè)計(jì)研發(fā)完成，并于2022-06-10向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種低信噪比下的雷達(dá)信號(hào)分類方法在說(shuō)明書摘要公布了：本發(fā)明公開了一種低信噪比下的雷達(dá)信號(hào)分類方法，該方法為：首先利用時(shí)頻變換將雷達(dá)信號(hào)轉(zhuǎn)換為時(shí)頻圖像，得到不同信噪比下雷達(dá)信號(hào)的時(shí)頻域特征，并使用雙三線性插值縮放時(shí)頻圖像；然后利用卷積脈沖神經(jīng)網(wǎng)絡(luò)的第一卷積層對(duì)雷達(dá)信號(hào)時(shí)頻圖像進(jìn)行空間特征提取并進(jìn)行自適應(yīng)編碼，通過(guò)漏電積分發(fā)放脈沖神經(jīng)元將編碼后的特征信息脈沖化，得到信號(hào)在時(shí)間序列上的特征；接著將脈沖化的信息在經(jīng)過(guò)優(yōu)化的時(shí)間步長(zhǎng)內(nèi)進(jìn)行積累，卷積層和脈沖神經(jīng)元層相間傳遞信息完成時(shí)空特征融合；最后使用融合后的特征完成信號(hào)分類，并優(yōu)化梯度因子，利用參數(shù)更新的卷積脈沖神經(jīng)網(wǎng)絡(luò)對(duì)雷達(dá)信號(hào)的分類。本發(fā)明提高了低信噪比下的雷達(dá)信號(hào)分類的識(shí)別速度和準(zhǔn)確率。

本發(fā)明授權(quán)一種低信噪比下的雷達(dá)信號(hào)分類方法在權(quán)利要求書中公布了：1.一種低信噪比下的雷達(dá)信號(hào)分類方法，其特征在于，包括以下步驟： 步驟1、利用Choi-Williams分布對(duì)雷達(dá)信號(hào)進(jìn)行時(shí)頻變換，將雷達(dá)信號(hào)轉(zhuǎn)換為雷達(dá)信號(hào)時(shí)頻圖，得到不同信噪比下雷達(dá)信號(hào)的時(shí)頻特征； 步驟2、使用雙三線性插值法將雷達(dá)信號(hào)時(shí)頻圖縮放至卷積脈沖神經(jīng)網(wǎng)絡(luò)輸入大小，并使用隨機(jī)翻轉(zhuǎn)和隨機(jī)排布擴(kuò)充信號(hào)時(shí)頻圖的特征； 步驟3、利用卷積脈沖神經(jīng)網(wǎng)絡(luò)的第一卷積層對(duì)雷達(dá)信號(hào)時(shí)頻圖進(jìn)行空間特征提取，并進(jìn)行自適應(yīng)編碼； 步驟4、將編碼后的雷達(dá)信號(hào)空間特征信息送入卷積脈沖神經(jīng)網(wǎng)絡(luò)的漏電積分發(fā)放脈沖神經(jīng)元，轉(zhuǎn)化為脈沖序列，得到雷達(dá)信號(hào)的時(shí)間序列特征信息； 步驟5、通過(guò)對(duì)比不同時(shí)間步長(zhǎng)對(duì)網(wǎng)絡(luò)穩(wěn)定性和推理延遲的影響，選定網(wǎng)絡(luò)最佳時(shí)間步長(zhǎng)，在最佳時(shí)間步長(zhǎng)內(nèi)不斷對(duì)特征值累加，以積累脈沖化的時(shí)間序列特征，使脈沖神經(jīng)元膜電位增加以激勵(lì)其釋放脈沖，進(jìn)而完成特征信息的前向傳遞； 步驟6、卷積脈沖神經(jīng)網(wǎng)絡(luò)中卷積層和漏電積分發(fā)放脈沖神經(jīng)元層交替?zhèn)鬟f雷達(dá)信號(hào)的時(shí)空信息，完成雷達(dá)信號(hào)的時(shí)空特征融合； 步驟7、將經(jīng)過(guò)時(shí)空特征融合的雷達(dá)信號(hào)通過(guò)積分發(fā)放脈沖神經(jīng)元組成的卷積脈沖神經(jīng)網(wǎng)絡(luò)的全連接層，對(duì)雷達(dá)信號(hào)進(jìn)行分類； 步驟8、在卷積脈沖神經(jīng)網(wǎng)絡(luò)通過(guò)鏈?zhǔn)椒▌t反向傳播誤差時(shí)，采用梯度替代反向傳播誤差，優(yōu)化梯度因子，更新卷積脈沖神經(jīng)網(wǎng)絡(luò)參數(shù)，增強(qiáng)卷積脈沖神經(jīng)網(wǎng)絡(luò)的收斂性和穩(wěn)定性，并利用參數(shù)更新完成的卷積脈沖神經(jīng)網(wǎng)絡(luò)完成對(duì)雷達(dá)信號(hào)的分類。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人南京理工大學(xué)，其通訊地址為：210094 江蘇省南京市玄武區(qū)孝陵衛(wèi)200號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。