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)獲悉南京大學(xué)申請的專利基于動態(tài)圖注意力網(wǎng)絡(luò)的雷達(dá)信號分選方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120470380B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09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?zhí)?專利號為：202510968970.9，技術(shù)領(lǐng)域涉及：G06F18/24；該發(fā)明授權(quán)基于動態(tài)圖注意力網(wǎng)絡(luò)的雷達(dá)信號分選方法是由柏業(yè)超;李牧天設(shè)計研發(fā)完成，并于2025-07-15向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于動態(tài)圖注意力網(wǎng)絡(luò)的雷達(dá)信號分選方法在說明書摘要公布了：本發(fā)明公開一種基于動態(tài)圖注意力網(wǎng)絡(luò)的雷達(dá)信號分選方法，包括構(gòu)建雷達(dá)信號參數(shù)矩陣；對獲取的雷達(dá)信號參數(shù)矩陣進(jìn)行預(yù)處理；根據(jù)信號特征的實時相似性動態(tài)的生成動態(tài)圖結(jié)構(gòu)；基于所述動態(tài)圖結(jié)構(gòu)，構(gòu)建具有多層注意力結(jié)構(gòu)的圖注意力網(wǎng)絡(luò)框架，通過并行計算多組注意力權(quán)重并拼接輸出，進(jìn)行特征提?。粚⑻崛〉奶卣鬏斎敕诸惼鬟M(jìn)行預(yù)測；對構(gòu)建的圖注意力網(wǎng)絡(luò)框架進(jìn)行訓(xùn)練，獲得訓(xùn)練完成的雷達(dá)信號分選模型，將待分選雷達(dá)信號輸入該雷達(dá)信號分選模型，輸出雷達(dá)信號類別標(biāo)簽。本發(fā)明實現(xiàn)動態(tài)信號關(guān)聯(lián)建模，通過實時計算脈沖間的相似度，動態(tài)構(gòu)建圖結(jié)構(gòu)，替代傳統(tǒng)固定KNN或全連接圖，提升對復(fù)雜調(diào)制信號的適應(yīng)性。

本發(fā)明授權(quán)基于動態(tài)圖注意力網(wǎng)絡(luò)的雷達(dá)信號分選方法在權(quán)利要求書中公布了：1.一種基于動態(tài)圖注意力網(wǎng)絡(luò)的雷達(dá)信號分選方法，其特征在于，包括如下步驟： 獲取雷達(dá)信號的各項參數(shù)，至少包括脈沖到達(dá)時間、射頻頻率、脈沖寬度、脈沖幅度，以及標(biāo)注的雷達(dá)信號類別標(biāo)簽，構(gòu)建為雷達(dá)信號參數(shù)矩陣； 對獲取的雷達(dá)信號參數(shù)矩陣進(jìn)行預(yù)處理，包括對脈沖到達(dá)時間進(jìn)行時序特征處理，對脈沖寬度和脈沖幅度進(jìn)行空間特征處理，對射頻頻率進(jìn)行取整量化； 根據(jù)信號特征的實時相似性動態(tài)的生成動態(tài)圖結(jié)構(gòu)，替代預(yù)定義的固定拓?fù)?；具體包括： （1）、對輸入特征X∈按行L2歸一化，得到，其中為脈沖信號總數(shù)，即圖節(jié)點數(shù)，N為輸入行數(shù)，d表示節(jié)點特征維度； （2）、計算特征之間的余弦相似度矩陣，表示為： ； 其中，為余弦相似度矩陣，為的轉(zhuǎn)置，為節(jié)點間余弦相似度，和分別表示節(jié)點i和j的特征向量； （3）、選取每個節(jié)點的Top-K相似鄰居，生成邊索引edge_index，表示為： ； 其中，K表示選取的鄰居的數(shù)量，表示節(jié)點i的鄰居集合； 以選取的節(jié)點、鄰居節(jié)點和邊索引edge_index生成動態(tài)圖結(jié)構(gòu)； 基于所述動態(tài)圖結(jié)構(gòu)，構(gòu)建具有多層注意力結(jié)構(gòu)的圖注意力網(wǎng)絡(luò)框架，通過并行計算多組注意力權(quán)重并拼接輸出，進(jìn)行特征提取；將提取的特征輸入分類器進(jìn)行預(yù)測，所述分類器采用全連接層和Softmax函數(shù)輸出每個雷達(dá)信號的類別概率； 以雷達(dá)信號參數(shù)矩陣組建數(shù)據(jù)集，對構(gòu)建的圖注意力網(wǎng)絡(luò)框架進(jìn)行訓(xùn)練，獲得訓(xùn)練完成的雷達(dá)信號分選模型，將待分選雷達(dá)信號輸入該雷達(dá)信號分選模型，輸出雷達(dá)信號類別標(biāo)簽。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京大學(xué)，其通訊地址為：210023 江蘇省南京市棲霞區(qū)仙林大道163號；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)”。