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！

龙图腾网获悉中北大学申请的专利一种面向边缘计算的异构电磁信号多模态轻量化识别方法及装置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：CN121615094B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610147504.9，技术领域涉及：G06F18/25；该发明授权一种面向边缘计算的异构电磁信号多模态轻量化识别方法及装置是由王阳阳;杨志良;武辉艳;窦艳美;杜昌澔;白建胜;姚金杰;安建平设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本一种面向边缘计算的异构电磁信号多模态轻量化识别方法及装置在说明书摘要公布了：本发明公开了一种面向边缘计算的异构电磁信号多模态轻量化识别方法及装置，涉及多模态识别技术领域，包括以下步骤：S1、获取待识别的异构电磁信号数据、S2、构建双流轻量化特征提取网络、S3、网络模型训练、S4、提取特征、S5、生成融合特征向量和S6、输出识别结果。本发明通过在时域和频域两个特征提取分支统一采用倒残差结构与深度可分离卷积，相较于传统的大型卷积网络或“CNN+LSTM”的串行混合架构，该方法在维持特征提取深度的同时，大幅削减模型参数量和浮点运算量，并消除LSTM因无法并行计算导致的推理延迟，这样设计使得模型能够流畅运行于无人机机载处理器等资源受限的边缘设备上，满足战场侦察与频谱监测对实时性的苛刻要求。

本发明授权一种面向边缘计算的异构电磁信号多模态轻量化识别方法及装置在权利要求书中公布了：1.一种面向边缘计算的异构电磁信号多模态轻量化识别方法，其特征在于，所述方法包括以下步骤： S1、利用宽带射频接收机获取待识别的异构电磁信号数据，分别构建第一模态数据和第二模态数据； S2、构建包含并行的时域特征提取分支与频域特征提取分支的双流轻量化特征提取网络，其中时域特征提取分支与频域特征提取分支均统一采用改进的倒残差模块作为核心特征提取组件； S3、构建包含不同信噪比及受扰样本的混合标准化数据集，采用交叉熵损失函数及AdamW优化器对当前网络进行端到端训练； S4、将第一模态数据和第二模态数据分别输入时域特征提取分支和频域特征提取分支中，输出时域特征和频域特征； S5、对时域特征和频域特征进行全局平均池化和拼接操作后，将其输入至MLP自适应融合层后，从而生成融合特征向量； S6、将融合特征向量输入全连接层，将特征映射至类别空间，并通过Softmax函数计算待识别信号属于预设异构信号类别的概率分布，输出置信度最高的类别作为识别结果； 所述S2中改进的倒残差模块具体包括以下步骤： S201、利用核尺寸为的卷积层将输入特征图的通道数扩展至，其中表示扩展因子，且，该卷积层后接ReLU6激活函数，用于将低维特征映射至高维空间； S202、利用深度卷积核对扩展后的个通道逐一进行独立的空间滤波，不进行通道间的信息交互，该深度卷积核所在的深度卷积层后接ReLU6激活函数； S203、对特征图进行全局平均池化得到通道描述符，依次通过两个全连接层生成归一化至区间的权重系数，并将该权重系数与特征通道逐元素相乘，得到线性降维投影的输出； S204、利用核尺寸为的卷积层将通道数从压缩回输出维度，判断当前模块的输入通道数是否等于输出通道数且卷积步长是否为1，若同时满足，则将模块输入与线性降维投影的输出进行逐元素相加作为最终输出。

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北大学，其通讯地址为：030000 山西省太原市学院路3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”。

以上内容由龙图腾AI智能生成。