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！

龍圖騰網獲悉中國石油大學(華東)申請的專利一種基于信道特征加權模型的非視距信號識別方法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：CN115017958B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202210778147.8，技術領域涉及：G06F18/2411；該發明授權一種基于信道特征加權模型的非視距信號識別方法是由鄧曉剛;孫瑞;平植源設計研發完成，并于2022-06-29向國家知識產權局提交的專利申請。

本一種基于信道特征加權模型的非視距信號識別方法在說明書摘要公布了：本發明涉及一種基于信道特征加權模型的非視距信號識別方法，其步驟為：獲取信道脈沖響應數據CIR后，對其進行9個特征構建，首先從CIR波形圖中提取7個基本信道特征，進一步根據信號傳播特性額外構建兩個新型變量衰減因子Mr和峰值時間因子IDiff；其中，衰減因子Mr對第一路徑的衰減程度做了量化，峰值時間因子IDiff對不同信道下首徑與峰值路徑位置之差做了一個度量，充分體現了不同信道間這兩個變量的差異性；進一步根據Relief算法計算各個特征的權值，挖掘特征對近距離樣本的區分能力，引入權重系數，對特征進行加權進行支持向量機SVM分類，以達到提高非視距信號識別的能力。

本發明授權一種基于信道特征加權模型的非視距信號識別方法在權利要求書中公布了：1.一種基于信道特征加權模型的非視距信號識別方法，其特征在于，含有以下步驟： 一獲取訓練樣本：采集N個已標注好類別標簽的信道脈沖響應樣本作為訓練集S＝{x1t,y1,x2t,y2,…,xNt,yN}；其中，xnt,n＝1,2,…,N,表示訓練集第n個樣本，是一個1×T的向量，T表示樣本的時間維度，yn表示樣本xnt的標簽，yn∈{0,1}； 二構建特征：從訓練集樣本中構建9個信道特征，其中7個基本信道特征分別為：總能量ε、最大振幅rmax、上升時間trise、峭度κ、平均附加時延tmed、均方根時延拓展trms和偏度ske；并額外構建兩個新型特征參數衰減因子Mc和峰值時間因子IDiff，其構造方式如下： 1衰減因子 式中，fpmax＝max{fp1,fp2,fp3}，fp1，fp2和fp3表示首徑后最鄰近3個信號的振幅； 2峰值時間因子 IDiff＝|tfp-tpp|9 式中，tfp為首徑的路徑位置，tpp為峰值的路徑位置； 衰減因子Mc對第一路徑幅值的衰減程度做了一個量化，若是該值比較大，則說明信道之間更容易是視距情況；峰值時間因子IDiff對不同信道下首徑與峰值路徑位置之差做了一個度量，視距情況下，首徑與峰值路徑位置之差要比非視距情況下近的多，因此以這個度量來判斷非視距的可能性；由此構建由9個特征組成的特征集F∈RN×9，F＝{ε,rmax,trise,κ,tmed,trms,ske,Mc,IDiff}； 三特征預處理：歸一化處理每個信道特征； 四建立特征加權的非視距信號識別模型：使用Relief算法計算出特征集F中各個特征的權值，組成特征權值向量w∈R1×9并對特征集F中的對應元素進行加權，得到加權特征集F′＝F×diagw；使用支持向量機對訓練集S進行訓練，支持向量機簡稱SVM，其中SVM的輸入是經Relief算法加權處理的新特征集F′，以解決直接使用原始特征集F忽略了潛在關鍵信息的問題； 五產生非視距信號識別結果：將測試樣本放入基于信道特征加權的非視距信號識別模型，得到最后的非視距信號識別結果。

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石油大學(華東)，其通訊地址為：266580 山東省青島市黃島區長江西路66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”。