基于最大熵二值化时频图和ABF-YOLOv5s的跳频信号参数估计方法
本发明属于跳频信号参数估计领域,提供基于最大熵二值化时频图和ABF‑YOLOv5s的跳频信号参数估计方法,包括以下步骤:先获取跳频信号,分别进行短时傅里叶变换和最大熵二值化处理,得到最大熵二值化时频图;再将最大熵二值化时频图输入到ABF‑Yolov5s模型中,得到跳频信号位置信息:最后根据跳频信号位置信息和时频参数的对照关系,进行跳频信号的周期估计和频率估计。本发明在ABF‑Backbone部分引入ASPP模块和BOT3模块,在ABF‑Neck部分引入BiFPN模块,能在低信噪比下提高跳频信号周期估计和频率估计的精度,具有较好的鲁棒性。
《基于最大熵二值化时频图和ABF-YOLOv5s的跳频信号参数估计方法》是一发明专利,专利号为 2024111477713,当前法律状态为已下证,由杭州电子科技大学提出申请,发明人为胡竹艳;沈雷;刘顺兰,申请日期为2024-08-21,公开(公告)日期为2025-09-23,国际专利分类号(IPC)为 H04B 1/715 (2011.01),所属技术领域包括:跳频信号参数估计跳频通信。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于跳频信号参数估计领域,提供基于最大熵二值化时频图和ABF‑YOLOv5s的跳频信号参数估计方法,包括以下步骤:先获取跳频信号,分别进行短时傅里叶变换和最大熵二值化处理,得到最大熵二值化时频图;再将最大熵二值化时频图输入到ABF‑Yolov5s模型中,得到跳频信号位置信息:最后根据跳频信号位置信息和时频参数的对照关系,进行跳频信号的周期估计和频率估计。本发明在ABF‑Backbone部分引入ASPP模块和BOT3模块,在ABF‑Neck部分引入BiFPN模块,能在低信噪比下提高跳频信号周期估计和频率估计的精度,具有较好的鲁棒性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
