买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国电波传播研究所(中国电子科技集团公司第二十二研究所)申请的专利一种基于轻量级渐进可微架构搜索的电磁信号特征智能分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118509287B 。

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410308559.4，技术领域涉及：H04L27/00；该发明授权一种基于轻量级渐进可微架构搜索的电磁信号特征智能分类方法是由唐怀玉;葛宪生;赵亮;赵同明;王磊;王晓鹏;赵锦阳;袁德品;赵五岳;杨凯威;聂宏飞设计研发完成，并于2024-03-18向国家知识产权局提交的专利申请。

本一种基于轻量级渐进可微架构搜索的电磁信号特征智能分类方法在说明书摘要公布了：本发明公开了一种基于轻量级渐进可微架构搜索的电磁信号特征智能分类方法，包括如下步骤：步骤1，将MATLAB生成的预处理IQ样本作为代理数据集：步骤2，构建搜索空间和单元结构以搜索正常单元和缩减单元：步骤3，在步骤2的基础上采用渐进可微架构搜索方法搜索最佳网络架构：步骤4，最终架构的训练过程：步骤5，将搜索的结构迁移至目标任务RadioML2016.10B；步骤6，再训练，获得最终模型。本发明所公开的方法，同时考虑了模型的分类精度与计算复杂度，实现了性能和计算开销的平衡，在几乎不降低调制分类准确率的情况下降低了模型的复杂度。

本发明授权一种基于轻量级渐进可微架构搜索的电磁信号特征智能分类方法在权利要求书中公布了：1.一种基于轻量级渐进可微架构搜索的电磁信号特征智能分类方法，其特征在于，包括如下步骤：步骤1，将MATLAB生成的预处理IQ样本作为代理数据集：设置采样频率为8kHz，载波频率为2GHz，最大多普勒频移为100Hz；设置信道环境为瑞利信道，信号的信噪比范围为0dB～20dB，间隔为2dB；MATLAB候选调制池有八种调制信号，包括三种相移键控、三种频移键控、最小频移键控和正交幅度调制，每个调制类型有2000个样本用于训练数据，1000个样本用于每个信噪比的测试集，总计264000个样本，此外，训练数据以7：3的比例分为训练集和验证集，用于后续的架构搜索和评估；接收到的基带信号序列rn写成：rn＝hejθnsn+wn,n＝1,2,…,N上式中，sn表示模拟的发射端的信号序列；wn是均值为0、方差为的加性高斯白噪声；h是衰落信道增益；θn表示载波相位偏移；接收机的信噪比表示为： 根据信号模型，将接收到的基带信号序列rn分解为实部和虚部，分别写成： 上式中，是rn的实部，是rn的虚部，IQ样本由和组成；步骤2，构建搜索空间和单元结构以搜索正常单元和缩减单元：对于正常单元，输入和输出具有相同的大小；对于缩减单元，输出的大小减少一半；一个单元是由C个节点组成的有向无环图，每个节点xi为一个隐藏表示，一个单元c_{k}由两个输入节点x0,x1、一个输出节点xC-1和中间节点x2,…,xC-2组成，输入节点来自前两个单元格的输出节点；输出节点是中间节点的串联；有向边ei,j表示信息流，与xi和xj之间的某个操作Oi,j有关，O是所有可能的候选操作的集合，且每个中间节点都基于先前节点的信息流，xj＝∑i＜jOi,jxi；节点数设置为7；候选操作空间的集合O包括下列八种操作：3×3膨胀卷积、5×5膨胀卷积、3×3可分离卷积、5×5可分离卷积、3×3平均池化、3×3最大池化、残差连接和无；节点之间的特定操作是由一组架构参数{αi,j}加权的所有可能操作的softmax，该混合操作表示为： 上式中，ox表示一个特定的操作，架构搜索的目标是学习一系列连续的架构参数α＝{αi,j}，最终得到一个最优操作：步骤3，在步骤2的基础上采用渐进可微架构搜索方法搜索最佳网络架构：随机初始化模型权重w0和架构参数α0；创建由αi,j到候选操作空间O的混合操作Oi,j；步骤31，搜索空间近似：整个搜索过程分为初始搜索阶段、中间搜索阶段和最终搜索阶段，每个搜索阶段t都有Ot个候选操作，在每个搜索阶段之后，根据一系列学习的权重wt对每条有向边的可选操作进行评分；有向边ei,j上的新的候选操作集Ot小于Ot-1；在最终搜索阶段结束时，根据一组学习到的体系架构参数αt推导出最终的单元结构；在每个单元中，输入节点不参与候选操作的选择，最后将前两个节点连接到每个中间节点，节点之间的连接是保留权重最大的候选操作步骤32，搜索空间正则化：在每个搜索阶段开始时，重新初始化模型权重w和架构参数α；步骤33，基于梯度的搜索策略：通过使用梯度下降技术来最小化验证损失Lvalw,α；当未收敛时，迭代架构参数α进行梯度下降，执行：▽αLvalw-ξ▽wLtrainw,α,α，ξ表示学习率，Ltrainw,α表示训练损失；迭代模型权重w按照降序排列，执行：▽wLtrainw,α；由此，得到最优架构参数α*；步骤4，最终架构的训练过程：加载最优架构参数α*；使用交叉熵损失进行模型训练；用损失更新训练参数θ，并最终保存最优参数θ*；步骤5，将搜索的结构迁移至目标任务RadioML2016.10B；步骤6，再训练，获得最终模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国电波传播研究所(中国电子科技集团公司第二十二研究所)，其通讯地址为：453002 河南省新乡市建设东路84号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。