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！

龙图腾网获悉杭州市滨江区浙工大人工智能创新研究院申请的专利一种基于时频双流与域对抗学习的自适应调制识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：CN121356955B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511934648.0，技术领域涉及：H04L27/00；该发明授权一种基于时频双流与域对抗学习的自适应调制识别方法是由陈壮志;刘森龙;朱龙飞;徐鑫杰;周锦超;宣琦;尹鹏;司光振设计研发完成，并于2025-12-21向国家知识产权局提交的专利申请。

本一种基于时频双流与域对抗学习的自适应调制识别方法在说明书摘要公布了：本发明公开了一种基于时频双流与域对抗学习的自适应调制识别方法，属于无线通信、信号处理与人工智能技术领域。解决现有自动调制识别方法在域偏移时泛化能力不足及多模态特征融合与联合域适应困难的问题。本发明包括：输入源域和目标域IQ信号，并行通过自相关函数生成一维时域序列和短时傅里叶变换生成二维时频图谱；构建时频双流神经网络模型，包括时域编码器、时频域编码器、基于交叉注意力的融合解码器、调制类型分类头及数据域判别头；通过联合分类损失、多分类域对抗损失和跨模态对比损失的混合损失函数及梯度反转层进行对抗训练；训练后去除域判别头对目标域信号分类。本发明提升调制识别在域偏移下的精度、鲁棒性和自适应能力。

本发明授权一种基于时频双流与域对抗学习的自适应调制识别方法在权利要求书中公布了：1.一种基于时频双流与域对抗学习的自适应调制识别方法，其特征在于，包括以下步骤： 输入源域和目标域的IQ信号，并通过自相关函数生成一维时域序列，同时通过短时傅里叶变换生成二维时频图谱； 构建时频双流神经网络模型，所述模型包括时域编码器、时频域编码器、融合解码器、调制类型分类头以及数据域判别头； 所述时域编码器和时频域编码器均为CNN-Transformer混合架构，所述CNN-Transformer混合架构依次串联CNN前端和Transformer后端，所述CNN前端由多个卷积块构成，用于从输入中提取局部特征并进行降维，所述Transformer后端由多个自注意力模块构成，用于对CNN前端输出的特征序列进行长距离依赖关系建模； 所述融合解码器是基于交叉注意力机制构建的，所述交叉注意力机制用于融合时域编码器和时频域编码器输出的特征序列，通过将一时域特征序列线性映射为查询向量，而将时频域特征序列线性映射为键向量和值向量，计算查询向量与所有键向量之间的相似度得分，来对值向量进行加权求和，生成融合特征； 通过联合优化分类损失、多分类域对抗损失和跨模态对比损失的混合损失函数，并利用梯度反转层机制，对所述模型进行端到端的对抗训练，直至模型收敛； 在所述对抗训练之后，移除所述数据域判别头，基于移除后的模型对目标域的IQ信号进行分类，得到调制识别结果。

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杭州市滨江区浙工大人工智能创新研究院，其通讯地址为：310056 浙江省杭州市滨江区长河街道湖西路575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。