一种基于深度学习射频指纹的无人机身份识别方法(高校公示15天)(不包年费滞纳金)(需要二变)
一种基于深度学习射频指纹的无人机身份识别方法,属于信号识别和无人机身份识别领域,RF前端采集无人机飞行时的射频信号,通过低噪声放大器、带通滤波器和前级放大器进行信号预处理,再通过数字下变频得到IQ信号,计算IQ信号幅度,将幅度序列进一步划分、拼接,得到最终的深度学习网络的输入数据。如果是模型训练过程,需要进行数据标注,按无人机类别生成独热编码。深度学习网络模型由不同补丁大小的ViT块构成,每个ViT块包含多头注意力机制和多层感知机。通过对所有ViT块的输出进行加权求和,可以得到用于预测无人机类别的与标签维度一致的向量。本发明具有计算速度快、无人机身份识别准确度高、不泄露信息的特点。
《一种基于深度学习射频指纹的无人机身份识别方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024114802016,当前法律状态为已下证,由浙江工业大学提出申请,发明人为柴冲聪;陆成刚;周佳立,申请日期为2024-10-23,公开(公告)日期为2024-11-22,国际专利分类号(IPC)为 G06F18/2415(2023.01)I;G06F18/214(2023.01)I;G06N3/045(2023.01)I;G06N3/048(2023.01)I,高新资质:未报高企。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:一种基于深度学习射频指纹的无人机身份识别方法,属于信号识别和无人机身份识别领域,RF前端采集无人机飞行时的射频信号,通过低噪声放大器、带通滤波器和前级放大器进行信号预处理,再通过数字下变频得到IQ信号,计算IQ信号幅度,将幅度序列进一步划分、拼接,得到最终的深度学习网络的输入数据。如果是模型训练过程,需要进行数据标注,按无人机类别生成独热编码。深度学习网络模型由不同补丁大小的ViT块构成,每个ViT块包含多头注意力机制和多层感知机。通过对所有ViT块的输出进行加权求和,可以得到用于预测无人机类别的与标签维度一致的向量。本发明具有计算速度快、无人机身份识别准确度高、不泄露信息的特点。
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!
