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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國人民解放軍國防科技大學申請的專利一種基于深度學習的電磁環(huán)境監(jiān)測系統(tǒng)及方法獲國家發(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：CN119246971B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25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：202411754770.5，技術(shù)領(lǐng)域涉及：G01R29/08；該發(fā)明授權(quán)一種基于深度學習的電磁環(huán)境監(jiān)測系統(tǒng)及方法是由李修和;冉金和;馬奎;石倩倩;張逸;沈陽設計研發(fā)完成，并于2024-12-03向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于深度學習的電磁環(huán)境監(jiān)測系統(tǒng)及方法在說明書摘要公布了：本發(fā)明涉及電磁環(huán)境監(jiān)測技術(shù)領(lǐng)域，公開了一種基于深度學習的電磁環(huán)境監(jiān)測系統(tǒng)及方法，數(shù)據(jù)采集模塊用于將目標區(qū)域分割為M個子區(qū)域，在第一預設時間段T天內(nèi)，每天固定間隔對M個子區(qū)域采集t次電磁波數(shù)據(jù)；數(shù)據(jù)處理模塊用于對采集的電磁波數(shù)據(jù)進行預處理，并構(gòu)建M個特征矩陣，圖網(wǎng)絡模塊用于對目標區(qū)域的M個子區(qū)域的電磁波數(shù)據(jù)構(gòu)建圖網(wǎng)絡，圖網(wǎng)絡結(jié)構(gòu)包括：節(jié)點、節(jié)點的初始特征和節(jié)點之間的邊；通過基于深度學習的電磁環(huán)境監(jiān)測系統(tǒng)，在多數(shù)時間目標區(qū)域無干擾信號時，通過優(yōu)先檢測異常信號，顯著減少了計算資源的消耗，解決了現(xiàn)有技術(shù)中資源浪費和監(jiān)測效率低下的問題，增強了系統(tǒng)應對潛在電磁威脅的能力。

本發(fā)明授權(quán)一種基于深度學習的電磁環(huán)境監(jiān)測系統(tǒng)及方法在權(quán)利要求書中公布了：1.一種基于深度學習的電磁環(huán)境監(jiān)測系統(tǒng)，其特征在于，包括：數(shù)據(jù)采集模塊：其用于將目標區(qū)域分割為M個子區(qū)域，在第一預設時間段T天內(nèi)，每天固定間隔對M個子區(qū)域采集t次電磁波數(shù)據(jù)；電磁波數(shù)據(jù)包括：頻率、幅度、相位、極化、信噪比、位置坐標和時間戳；數(shù)據(jù)處理模塊：其用于對采集的電磁波數(shù)據(jù)進行預處理，并構(gòu)建M個特征矩陣，第k個特征矩陣的第j列第i行表示k個子區(qū)域第j天第i個時刻采集的電磁波數(shù)據(jù)，其中0≤k≤M，0≤j≤T，0≤i≤t；圖網(wǎng)絡模塊：其用于對目標區(qū)域的M個子區(qū)域的電磁波數(shù)據(jù)構(gòu)建圖網(wǎng)絡，圖網(wǎng)絡結(jié)構(gòu)包括：節(jié)點、節(jié)點的初始特征和節(jié)點之間的邊，其中，圖網(wǎng)絡結(jié)構(gòu)中的節(jié)點與更新矩陣的元素建立映射關(guān)系，節(jié)點的初始特征通過與其建立映射關(guān)系的元素的電磁波數(shù)據(jù)表示，節(jié)點之間的邊的構(gòu)建方式包括：相鄰的元素建立的映射關(guān)系的節(jié)點之間構(gòu)建邊，斜對角相鄰的元素建立的映射關(guān)系的節(jié)點之間構(gòu)建邊；異常檢測模塊：其用于將第一預設時間段T天的M個圖結(jié)構(gòu)數(shù)據(jù)分別輸入異常檢測模型中，異常檢測模型的輸出表示第二預設時間段G天的M個子區(qū)域在第j天第i個時間段電磁波數(shù)據(jù)的異常值，其中，異常檢測模塊包括M個異常檢測模型，M個異常檢測模型分別輸入M個子區(qū)域的圖網(wǎng)絡結(jié)構(gòu)和第二預設時間段G天中第k個子區(qū)域第j天的第i個時刻采集的電磁波數(shù)據(jù)；識別模塊：其用于識別異常的第二預設時間段G天中第j天第i個時刻的電磁波數(shù)據(jù)；在特征矩陣的上下邊界均生成T個元素，在特征矩陣的左右邊界均生成t個元素，在特征矩陣的四角分別生成一個元素，構(gòu)建一個（T+2）×（t+2）的更新矩陣X；更新矩陣X中第1列和第T+2列中的第q個元素的電磁波數(shù)據(jù)為 ；更新矩陣X中第1行和第t+2行中的第p個元素的電磁波數(shù)據(jù)為 ；更新矩陣X中、、和四個角的元素的電磁波數(shù)據(jù)為；其中，2≤q≤t+1，2≤p≤T+1，、和分別為表示第一權(quán)重參數(shù)、第二權(quán)重參數(shù)和第三權(quán)重參數(shù)，、和分別表示第一偏置項、第二偏置項和第三偏置項，ReLU表示ReLU激活函數(shù)；第二預設時間段G天中第k個子區(qū)域第j天的第i個時刻采集的電磁波數(shù)據(jù)的異常檢測公式如下： ； ； ；其中，表示第二預設時間段G天中第k個子區(qū)域第j天的第i個時刻采集的電磁波數(shù)據(jù)的異常值，表示第二預設時間段G天中第k個子區(qū)域第j天的第i個時刻采集的電磁波數(shù)據(jù)，表示第一預設時間段T天中第k個子區(qū)域第j天的第i個時刻采集的電磁波數(shù)據(jù)，表示第一預設時間段T天中第k個子區(qū)域第j+m天的第i+n個時刻采集的電磁波數(shù)據(jù)，表示第二預設時間段G天中第k個子區(qū)域第j天的第i個時刻采集的電磁波數(shù)據(jù)對比圖網(wǎng)絡結(jié)構(gòu)中相鄰的節(jié)點的相似度值，表示第一預設時間段T天中第k個子區(qū)域第j天的第i個時刻采集的電磁波數(shù)據(jù)對比圖網(wǎng)絡結(jié)構(gòu)中相鄰的節(jié)點的相似度值，分別表示第四權(quán)重參數(shù)，表示子區(qū)域異常閾值，表示階躍激活函數(shù)，表示多層感知機；第二預設時間段G天中第j天的第i個時刻采集的電磁波數(shù)據(jù)的全局異常檢測步驟，包括：步驟S301：建立目標區(qū)域M個子區(qū)域的三維簡圖，輸入M個子區(qū)域在第二預設時間段G天中第j天的第i個時刻的異常值；步驟S302：若m個異常值為1的子區(qū)域在三維簡圖中形成直線結(jié)構(gòu)，m個子區(qū)域的得分記為,表示為，其中表示第一獎勵系數(shù)；步驟S303：若n個異常值為1的子區(qū)域在三維簡圖中的歐式距離小于距離閾值β，則形成聚集結(jié)構(gòu)，n個子區(qū)域的得分記為，表示為，其中表示第一獎勵系數(shù)；歐式距離計算公式為，其中和分別表示子區(qū)域和子區(qū)域的三維坐標；步驟S304：若z個異常值為1的子區(qū)域在三維簡圖中不形成聚集結(jié)構(gòu)或者不形成直線結(jié)構(gòu)，則z個子區(qū)域的得分記為，表示為，其中表示懲罰系數(shù)；步驟S305：計算全局異常值，全局異常值表示為，其中既屬于聚集結(jié)構(gòu)又屬于直線結(jié)構(gòu)的子區(qū)域則重復計分，判斷全局異常值大于全局異常閾值則視為全局異常，判斷全局異常值小于全局異常閾值則視為全局正常；圖網(wǎng)絡結(jié)構(gòu)的節(jié)點特征更新步驟，包括：步驟S401：輸入第k個子區(qū)域在第二時間段G天的第j天第i個時刻采集的電磁波數(shù)據(jù)到圖網(wǎng)絡結(jié)構(gòu)中進行子區(qū)域異常檢測；步驟S402：根據(jù)異常檢測模塊輸出的子區(qū)域異常值判斷對圖網(wǎng)絡結(jié)構(gòu)進行更新；步驟S404：第k個子區(qū)域在第二預設時間段G天中的第j天第i個時刻的子區(qū)域異常值為0，則對第k個子區(qū)域在第二預設時間段G天中的第j天第i個時刻的電磁波數(shù)據(jù)和第k個子區(qū)域在第二預設時間段T天中的第j天第i個時刻的電磁波數(shù)據(jù)取均值更新第k個圖網(wǎng)絡結(jié)構(gòu)中第j列第i行的節(jié)點的特征；步驟S404：第k個子區(qū)域在第二預設時間段G天中的第j天第i個時刻的子區(qū)域異常值為1，則不更新第k個圖網(wǎng)絡結(jié)構(gòu)中第j列第i行的節(jié)點的特征；識別模塊對第二預設時間段G天中第j天第i個時刻全局異常的電磁波數(shù)據(jù)的識別步驟，包括：步驟S501，將第二預設時間段G天中第j天第i個時刻的電磁波數(shù)據(jù)通過快速傅里葉變換將電磁波數(shù)據(jù)從時域轉(zhuǎn)換為頻域，生成頻譜圖，確定異常信號頻率范圍；步驟S502，將第二預設時間段G天中第j天第i個時刻的電磁波數(shù)據(jù)通過短時傅里葉變換生成時頻圖，識別出信號的頻率突變和頻率漂移特征；步驟S503，根據(jù)時頻分析的結(jié)果，對異常信號進行調(diào)制方式識別；步驟S504，通過到達時間差方法，結(jié)合子區(qū)域間的空間位置，確定信號源的位置。

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)人中國人民解放軍國防科技大學，其通訊地址為：410008 湖南省長沙市開福區(qū)德雅路109號；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)”。