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！

龍圖騰網獲悉中國電子科技集團公司第三十六研究所申請的專利基于深度學習的無線電信號到達時間估計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：CN120277333B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202510733717.5，技術領域涉及：G06F18/10；該發明授權基于深度學習的無線電信號到達時間估計方法是由張陸鑫;鄭仕鏈;楊小牛設計研發完成，并于2025-06-04向國家知識產權局提交的專利申請。

本基于深度學習的無線電信號到達時間估計方法在說明書摘要公布了：本發明涉及一種基于深度學習的無線電信號到達時間估計方法，屬無線電信號處理領域，解決了復雜電磁環境下無線電信號到達時間估計精度低的問題。包括對仿真生成的復基帶信號和純噪聲數據進行預處理得到IQ矩陣形式的樣本數據，與樣本標簽組成信號樣本集；利用信號樣本集對到達時間估計模型進行訓練，達到最大迭代次數保存損失函數最小的模型參數，得到訓練好的到達時間估計模型；實時采集無線電信號進行處理后得到對應的復基帶信號，基于預定長度滑窗截取多個信號片段進行歸一化，分別提取實部虛部堆疊成對應的多個IQ矩陣輸入訓練好的模型得到信號起始采樣點索引估計值；基于信號起始采樣點索引估計值信號到達時間。提升信號到達時間的估計精度。

本發明授權基于深度學習的無線電信號到達時間估計方法在權利要求書中公布了：1.一種基于深度學習的無線電信號到達時間估計方法，其特征在于，包括： 對仿真生成的復基帶信號和純噪聲數據進行預處理得到IQ矩陣形式的樣本數據，與對應的樣本標簽組成信號樣本集；其中，所述復基帶信號對應的樣本標簽為信號起始采樣點索引值； 利用所述信號樣本集對到達時間估計模型進行訓練，達到最大迭代次數保存損失函數最小的模型參數，得到訓練好的到達時間估計模型； 實時采集無線電信號，進行下變頻處理后得到對應的復基帶信號，基于預定長度滑窗截取為多個信號片段并進行歸一化，分別提取實部虛部堆疊成對應的多個IQ矩陣后，依次輸入所述訓練好的到達時間估計模型直至找到信號起始采樣點索引估計值；基于所述信號起始采樣點索引估計值和信號片段的序號計算得到信號到達時間； 所述到達時間估計模型依次包括輸入層、自適應校正模塊、特征提取模塊、特征聚焦模塊和到達時間預測模塊； 所述輸入層，用于接收所述IQ矩陣； 所述自適應校正模塊，用于消除多徑、噪聲對IQ矩陣產生的偏移，輸出校正后的時域IQ矩陣； 所述特征提取模塊，用于捕捉所述校正后的時域IQ矩陣的不同尺度的融合特征； 所述特征聚焦模塊，用于基于自注意力機制在時間通道中進行信號特征選擇，輸出聚焦后的信號特征； 所述到達時間預測模塊，包含個神經元，用于輸出個信號起始采樣點索引估計值的概率和1個純噪聲數據的概率; 所述自適應校正模塊依次包括傅里葉變換層、全連接頻域權重學習層和傅里葉逆變換重構層； 所述損失函數，如下： ； 其中，為第二樣本信號；為歸一化的第二樣本信號；、分別為歸一化后的第二樣本信號的實部和虛部；是到達時間估計模型的參數化函數，用于獲取模型預測的概率分布；為可學習參數，為輸入樣本所對應的真實標簽，為模型輸出的類別數； 基于所述信號起始采樣點索引估計值和信號片段的序號計算得到信號到達時間，如下： ； 其中，為接收機采集到信號的時刻，為接收機的采樣率；為信號起始采樣點索引估計值；為第一次獲得以內的信號起始采樣點索引估計值的信號片段的序號。

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電子科技集團公司第三十六研究所，其通訊地址為：314033 浙江省嘉興市南湖區洪興路387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”。