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！

龙图腾网获悉西北工业大学申请的专利一种多域特征融合水声通信调制模式自主判别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：CN119728360B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202411894467.5，技术领域涉及：H04L27/00；该发明授权一种多域特征融合水声通信调制模式自主判别方法是由李辉;苏本学;杨坤德;景连友设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种多域特征融合水声通信调制模式自主判别方法在说明书摘要公布了：本申请属于水声通信信号和数字信号处理技术领域。本申请提供一种多域特征融合水声通信调制模式自主判别方法。本公开实施例对数据预处理，提取出通信信号的正交分量和同相分量，输入时域网络分支。对信号进行傅里叶变换后的频域波形输入频域网络分支。对信号进行连续小波变换获得的时频图输入时频图网络分支。对时域网络分支、频域网络分支、连续小波变换时频图网络分支进行相关度计算，通过加权融合拼接网络分支得到的特征。完成特征融合后通过全连接层以及softmax层对水声通信信号调制模式进行分类。将时域、频域以及小波包时频图的特征信息作为神经网络输入，灵活的融合特征结果，提高水声通信信号调制模式自主识别的鲁棒性。

本发明授权一种多域特征融合水声通信调制模式自主判别方法在权利要求书中公布了：1.一种多域特征融合水声通信调制模式自主判别方法，其特征在于，该方法包括： 构建水声通信调制模式数据集，对所述水声通信调制模式数据集进行预处理； 将预处理后的所述水声通信调制模式数据集按照预设比例划分为训练集和测试集； 构建多域融合通信模式识别网络；其中，所述多域融合通信模式识别网络包括时域分支网络、频域分支网络、时频图分支网络和特征融合网络，所述时域分支网络、所述频域分支网络和所述时频图分支网络并行，且均与所述特征融合网络连接； 分别利用所述训练集和所述测试集对所述多域融合通信模式识别网络进行训练，以得到训练好的所述多域融合通信模式识别网络； 将待判别数据输入至训练好的所述多域融合通信模式识别网络中，以得到判别结果；其中， 构建水声通信调制模式数据集，对所述水声通信调制模式数据集进行预处理的步骤中，包括： 基于水声环境接收到的实测信号、仿真生成的仿真信号和数据库中的水声数据集，构建水声通信调制模式数据集； 将所述实测信号和所述仿真信号解调到基带，提取所述实测信号和所述仿真信号的正交分量和同相分量，截取相同长度的基带信号，并根据信噪比以及通信信号类型对所述实测信号和所述仿真信号进行分类和添加标签； 对所述水声通信调制模式数据集中的所有数据样本进行归一化处理得到，并将各个数据样本的每个元素搬移至[0,1]的范围内；其中，归一化表达式为： 式中，为归一化后的水声通信调制模式数据集，为原始数据集中幅值最大值，为原始数据集中的幅值最小值； 对每个所述数据样本进行128点傅里叶变换，获取相同长度的频域信号，作为所述频域分支网络的输入；其中，傅里叶变换的表达式为： 式中，为归一化后的单个水声通信数据第n个元素，为频域信号向量的第k个元素，N为傅里叶变换点数，n为时域信号元素坐标，k为频域信号元素坐标，j为虚数； 对每个所述数据样本进行连续小波变换并绘制小波变换时频图，作为所述时频图分支网络的输入；其中，小波变换的表达式为： 式中，为归一化后的单个水声通信数据第n个元素，为小波函数，a为小波变换后矩阵的第a行，b为小波变换后矩阵的第b列，co为常数，do为常数； 所述时域分支网络包括： 时域输入层、时域卷积层1、时域池化层1、时域卷积层2、时域池化层2、时域卷积层3、时域池化层3、时域卷积层4、时域池化层4和时域输出层；其中， 所述时域分支网络的所述时域输入层的输入为矩阵大小为2×128，所述时域卷积层1为大小为2×128×256，所述时域池化层1为2×64×256，所述时域卷积层2大小为2×32×128，所述时域池化层2为2×32×128，所述时域卷积层3大小为2×32×64，所述时域池化层3为2×16×64，所述时域卷积层4大小为2×16×64，所述时域池化层4为2×8×32，所述时域输出层输出128个时域特征； 所述频域分支网络包括： 频域输入层、频域卷积层1、频域池化层1、频域卷积层1、频域池化层2、频域卷积层3、频域池化层3、频域卷积层4、频域池化层4和频域输出层；其中， 所述频域分支网络的所述频域输入层的输入为矩阵大小为1×128，所述频域卷积层1为大小为1×128×256，所述频域池化层1为1×64×256，所述频域卷积层1大小为1×32×128，所述频域池化层2为1×32×128，所述频域卷积层3大小为1×32×64，所述频域池化层3为1×16×64，所述频域卷积层4大小为1×16×64，所述频域池化层4为1×8×32，所述输出层输出64个频域特征； 所述时频图分支网络包括： 时频图输入、时频图卷积层1、密集连接块1、时频图池化层1、密集连接块2、时频图卷积层2、时频图池化层2、时频图卷积层3、时频图池化层3和时频图输出层；其中， 所述时频图分支网络的所述时频图输入层大小为128×128×3，所述时频图卷积层1输出64×64×144，所述密集连接块1输出大小64×64×144，所述时频图池化层1输出32×32×72，密集连接块2输出大小32×32×144，所述时频图卷积层2输出16×16×72，所述时频图池化层2输出16×16×36，所述时频图卷积层3输出16×16×36，所述时频图池化层3输出8×8×18，所述时频图输出层输出64个时频图特征； 所述多域融合通信模式识别网络的训练步骤中，包括： 将所述数据样本中的时域信号输入至所述时域分支网络中，以得到所述时域特征； 将所述数据样本中的所述频域信号输入至所述频域分支网络中，以得到所述频域特征； 将所述数据样本中的所述时域图输入至所述时域图分支网络中，以得到所述时域图特征； 分别计算所述时域特征、所述频域特征和所述时域图特征的权重值； 基于各个特征的所述权重值，对所述时域特征、所述频域特征所述时频图特征的特征描述符进行加权串行拼接，以得到融合特征； 将所述融合特征通过全连接层和softmax层，对所有调制模式完成分类。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。