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！

龍圖騰網恭喜東南大學申請的專利一種數據模型雙驅動下的海雜波建模與抑制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：CN114117912B 。

龍圖騰網通過國家知識產權局官網在2025-05-16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：202111419764.0，技術領域涉及：G06F30/27；該發明授權一種數據模型雙驅動下的海雜波建模與抑制方法是由陳鵬;許震;王宗新;曹振新設計研發完成，并于2021-11-26向國家知識產權局提交的專利申請。

本一種數據模型雙驅動下的海雜波建模與抑制方法在說明書摘要公布了：本發明公開了一種數據模型雙驅動下的海雜波建模與抑制方法，屬于雷達與信號處理技術和人工智能技術領域。包括以下步驟：搭建生成對抗網絡GAN作為海雜波建模算法的驅動模型，同時采用高斯白噪聲數據與海雜波數據作為海雜波建模算法的驅動數據；進行GAN中的生成器和判別器的模型訓練；搭建基于卷積神經網絡CNN的海雜波抑制模型，并使用GAN模型所生成的數據作為CNN的輸入數據集，進行CNN的模型訓練；進行模型性能的衡量，采用均方差MSD檢驗來衡量GAN模型的海雜波建模仿真效果，通過對比使用CNN模型前后的雷達接收信號時頻譜，檢驗CNN模型的海雜波抑制效果。本發明提供的方法，能更有效的進行海雜波的仿真建模，并可以對雷達接收信號中的海雜波分量進行抑制。

本發明授權一種數據模型雙驅動下的海雜波建模與抑制方法在權利要求書中公布了：1.一種數據模型雙驅動下的海雜波建模與抑制方法，其特征在于，包括以下步驟：步驟一、搭建GAN網絡作為海雜波建模的驅動模型，采用高斯白噪聲數據、使用球不變隨機過程法SIRP法生成的滿足K分布的海雜波仿真數據和實測海雜波數據作為海雜波建模的驅動數據；步驟二、進行GAN的生成器和判別器的模型訓練；步驟三、搭建基于CNN的海雜波抑制模型，并使用GAN模型所生成的海雜波數據作為CNN的輸入數據集；步驟四、進行CNN的模型訓練；步驟五、進行模型性能的衡量，采用MSD檢驗來衡量GAN模型的海雜波建模仿真效果，通過對比使用CNN模型前后的雷達接收信號時頻譜，檢驗CNN模型的海雜波抑制效果；步驟一中驅動模型GAN網絡的整體結構包括生成器G、判別器D，生成器G的輸入為Z，將Z輸入生成器G后，會生成不存在于真實世界的海雜波數據GZ，再經過判別器D進行海雜波數據真假性的判斷；通過不斷的網絡迭代訓練，使得生成器G和判別器D會各自更新其網絡參數，使得損失函數最小，最終會達到一個納什均衡的狀態，此時的GAN模型達到了最優狀態，生成器G所生成的海雜波數據最接近于真實的海雜波數據；驅動數據需要使用短時傅里葉變換STFT進行預處理，STFT的計算公式具體為： 其中，yu為初始信號，gu為窗函數，上標*為復共軛，t表示窗函數的中心位置，u表示時域時間，f表示頻率；STFTyt,f是初始信號yu的STFT；通過計算公式，對三種驅動數據分別做STFT并得到各自的時頻譜數據集，將這三種驅動數據集作為海雜波建模的驅動數據。

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東南大學，其通訊地址為：211102 江蘇省南京市東南大學路2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”。