发明专利已授权

基于深度学习的复杂环境下雷达辐射源特征参数提取方法

Name: 基于深度学习的复杂环境下雷达辐射源特征参数提取方法
Brand: 电子科技大学
SKU: 2019104621653
Availability: InStock

📄 申请号：CN201910462165.3 📄 发布日：2025/12/10

著录项目信息

申请日

2019-05-30

公开号

CN110187321B

公开日

2022-07-22

申请人

电子科技大学

法律状态

已下证

专利类型

发明

主分类号

G01S7_41

IPC 分类号

G01S7_41 , G06N3_04 , G06V10_77 , G06V10_82 , G06K9_62 ,

技术画像

所属领域

深度学习深度学习信号处理雷达辐射源识别

应用场景

电子对抗, 雷达信号分选, 军事侦察, 电磁频谱监测, 辐射源个体识别

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于深度学习的复杂环境下雷达辐射源特征参数提取方法，属于电子侦察领域。包括：初始特征提取、分类神经网络构建、稀疏自编码器构建以及特征矩阵拼接；本发明将分类神经网络识别与稀疏自编码器神经网络识别想结合的方法，深入分析和研究辐射源信号的本质，探索新的特征参数，构建更有助于信号识别的特征向量，提升了复杂环境下雷达辐射源信号的识别能力。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN110187321B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于高分辨一维像信息融合的目标识别方法

当前第 / 件

一种可靠性感知的虚拟数据中心跨域映射方法

同领域国内专利 · IPC: (G01S7_41)

G01S7_00 G01S7_02 G01S7_28 G01S7_282 G01S7_285 G01S7_288 G01S7_292 G01S7_32 G01S7_35 G01S7_36 G01S7_38 G01S7_40 G01S7_41 G01S7_42 G01S7_48 G01S7_481 G01S7_483 G01S7_484 G01S7_4861 G01S7_4863 G01S7_4865 G01S7_487 G01S7_4913 G01S7_493 G01S7_495 G01S7_497 G01S7_52 G01S7_521 G01S7_524 G01S7_526 G01S7_537 G01S7_539 覆盖32个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：166 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于深度学习的复杂环境下雷达辐射源特征参数提取方法

著录项目信息

技术画像

所属领域

应用场景

摘要

常见问题

这项专利是否已经下证？

购买这项专利需要经过哪些流程？

该专利的转让价格是多少？

法律状态时间线

同领域国内专利 · IPC: (G01S7_41)

相似专利推荐 AI 驱动 · 同领域

一种基于MUSIC和MP融合的参数估计方法

用于自适应Hammerstein系统预测的非凸投影NLMS方法及系统

基于改进密度峰值聚类的信号依赖噪声参数估计方法

服务项目

资源中心

关于柿子坊