買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉乾元國家實驗室申請的專利電磁信號傳輸方法、系統(tǒng)和計算機可讀存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120320872B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510797375.3，技術(shù)領(lǐng)域涉及：H04B17/00；該發(fā)明授權(quán)電磁信號傳輸方法、系統(tǒng)和計算機可讀存儲介質(zhì)是由薛夢凡;吳元鋒;熊帥;黃翔;吳傲設(shè)計研發(fā)完成，并于2025-06-16向國家知識產(chǎn)權(quán)局提交的專利申請。

本電磁信號傳輸方法、系統(tǒng)和計算機可讀存儲介質(zhì)在說明書摘要公布了：本申請涉及一種電磁信號傳輸方法、系統(tǒng)和計算機可讀存儲介質(zhì)，其中，該方法包括：將獲取的電磁信號輸入至第一噪聲發(fā)生器，基于第一噪聲發(fā)生器的第一抗學(xué)習(xí)干擾噪聲對電磁信號進行噪聲添加處理，生成噪聲干擾電磁信號；第一噪聲發(fā)生器通過將獲取到的第一訓(xùn)練數(shù)據(jù)輸入至初始神經(jīng)網(wǎng)絡(luò)模型，以及將第一預(yù)設(shè)干擾噪聲注入至初始神經(jīng)網(wǎng)絡(luò)模型中的各個網(wǎng)絡(luò)層級，經(jīng)由各個網(wǎng)絡(luò)層級將第一預(yù)設(shè)干擾噪聲與第一訓(xùn)練數(shù)據(jù)進行多層級融合處理，并迭代訓(xùn)練所生成；第一抗學(xué)習(xí)干擾噪聲在初始神經(jīng)網(wǎng)絡(luò)模型的迭代訓(xùn)練過程中，對第一預(yù)設(shè)干擾噪聲進行最小化學(xué)習(xí)得到；將噪聲干擾電磁信號傳輸至信號接收設(shè)備。通過本申請，解決了電磁信號傳輸?shù)陌踩缘偷膯栴}。

本發(fā)明授權(quán)電磁信號傳輸方法、系統(tǒng)和計算機可讀存儲介質(zhì)在權(quán)利要求書中公布了：1.一種電磁信號傳輸方法，其特征在于，應(yīng)用于信號發(fā)送設(shè)備，所述方法包括： 獲取待傳輸?shù)碾姶判盘枺?將所述電磁信號輸入至訓(xùn)練后的第一噪聲發(fā)生器，基于所述第一噪聲發(fā)生器攜帶的第一抗學(xué)習(xí)干擾噪聲對所述電磁信號進行噪聲添加處理，生成噪聲干擾電磁信號； 其中，所述第一噪聲發(fā)生器是通過將獲取到的第一訓(xùn)練數(shù)據(jù)輸入至初始神經(jīng)網(wǎng)絡(luò)模型，以及將第一預(yù)設(shè)干擾噪聲注入至所述初始神經(jīng)網(wǎng)絡(luò)模型中的各個網(wǎng)絡(luò)層級，經(jīng)由各個所述網(wǎng)絡(luò)層級將所述第一預(yù)設(shè)干擾噪聲與所述第一訓(xùn)練數(shù)據(jù)進行多層級融合處理，并迭代訓(xùn)練所生成的；所述第一抗學(xué)習(xí)干擾噪聲是在所述初始神經(jīng)網(wǎng)絡(luò)模型的迭代訓(xùn)練過程中，對所述第一預(yù)設(shè)干擾噪聲進行最小化學(xué)習(xí)得到的； 將所述噪聲干擾電磁信號傳輸至信號接收設(shè)備；所述信號接收設(shè)備部署有用于對所述噪聲干擾電磁信號進行噪聲去除處理的第一干擾去除器，所述第一噪聲發(fā)生器和所述第一干擾去除器的訓(xùn)練過程，包括： 將所述第一訓(xùn)練數(shù)據(jù)輸入至第一自動編碼器模型；其中，所述初始神經(jīng)網(wǎng)絡(luò)模型被設(shè)定為所述第一自動編碼器模型； 經(jīng)由所述第一自動編碼器模型的第一編碼器網(wǎng)絡(luò)，對所述第一訓(xùn)練數(shù)據(jù)進行多層特征提取處理，得到與所述第一編碼器網(wǎng)絡(luò)中的各個網(wǎng)絡(luò)層級相對應(yīng)的層級特征數(shù)據(jù)，并在所述第一編碼器網(wǎng)絡(luò)中的各個網(wǎng)絡(luò)層級處，將注入的所述第一預(yù)設(shè)干擾噪聲與所述層級特征數(shù)據(jù)進行融合處理，輸出第一融合訓(xùn)練特征； 將所述第一融合訓(xùn)練特征輸入至所述第一自動編碼器模型的第一解碼器網(wǎng)絡(luò)進行解碼處理，得到第一重建特征數(shù)據(jù)； 基于所述第一訓(xùn)練數(shù)據(jù)和所述第一重建特征數(shù)據(jù)，計算第一重建損失函數(shù)結(jié)果，并將所述第一重建損失函數(shù)結(jié)果的梯度反向傳遞至所述第一自動編碼器模型進行迭代訓(xùn)練，得到第一目標(biāo)編碼器模型；所述第一目標(biāo)編碼器模型包括所述第一噪聲發(fā)生器和所述第一干擾去除器。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人乾元國家實驗室，其通訊地址為：310024 浙江省杭州市西湖區(qū)象山支弄6號乾元實驗室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。