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！

龙图腾网恭喜浙江工业大学申请的专利一种基于特征增强的深度接收器的防御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：CN113993133B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202111233135.9，技术领域涉及：H04W12/122；该发明授权一种基于特征增强的深度接收器的防御方法是由陈晋音;葛杰;瞿子文;叶林辉设计研发完成，并于2021-10-22向国家知识产权局提交的专利申请。

本一种基于特征增强的深度接收器的防御方法在说明书摘要公布了：本发明提供了一种基于特征增强的深度接收器的防御方法，包括构建数据集并训练深度接收器；构建生成对抗网络，构建的生成对抗网络包括生成器、判别器、解调器；对生成对抗网络进行预训练；训练生成对抗网络，最终得到性能充足的生成器；将无线电信号输入到步骤4得到的生成器中处理，得到特征增强的电信号，再输入到深度接收器，实现对无线电信号解码的低误码率。经过生成器增强的信号输入到深度接收器中，该增强的信号携带了干净样本的特征向量，不但能够消除对抗扰动，降低对抗样本的解码误码率，也能够增强干净样本的解码准确率。

本发明授权一种基于特征增强的深度接收器的防御方法在权利要求书中公布了：1.一种基于特征增强的深度接收器的防御方法，其特征在于，包括以下步骤：步骤1：构建数据集并训练深度接收器；所述步骤1包括以下子步骤：1.1构建数据集：构建的数据集包括a条样本信号，分为b类样本信号，从每类样本信号中抽取c％的样本信号作为训练集，训练集参与后续的模型生成训练，所述样本信号均为干净样本信号，a、b、c为自然数；1.2训练深度接收器：所述深度接收器由密集卷积神经网络组成；深度接收器训练时设置的超参数包括：深度接收器的模型训练轮数、深度接收器的批处理样本信号数、深度接收器的梯度更新规则和深度接收器的训练损失函数；所述深度接收器的模型训练轮数为Epochdense，所述深度接收器的批处理样本信号数为M1，所述深度接收器的梯度更新规则为随机梯度下降SGD，所述深度接收器训练损失函数Lossdense表示为以下公式： 其中，上标i代表第i个样本信号，i＝1,2，…，M1，M1为每轮批处理样本信号数，N为比特位数，j＝1,2,…,N，为第i个输入样本信号在第j位的第k类上的真实标签，即表示真实标签为0，表示真实标签为1，pjxi表示深度接收器对样本信号xi的输出的第j位的比特预测概率；步骤2：构建生成对抗网络，构建的生成对抗网络包括生成器、判别器、解调器；所述步骤2包括以下子步骤：2.1搭建一个生成器：所述生成器由编码器和解码器组成，所述编码器由卷积神经网络和长短记忆神经网络组成，所述解码器由反卷积神经网络组成；2.2搭建一个判别器：所述判别器由卷积神经网络和长短记忆神经网络组成；2.3搭建一个解调器；所述解调器由密集卷积神经网络组成；步骤3：对生成对抗网络进行预训练；所述步骤3包括以下子步骤：3.1判别器预训练对判别器进行预训练，判别器预训练时设置的训练参数包括：判别器的预训练轮数、判别器的批处理样本信号数、判别器的梯度更新规则和判别器D的预训练损失函数；所述判别器的预训练轮数为Epochk，所述判别器的批处理样本信号数为M2，所述判别器的梯度更新规则为随机梯度下降SGD，所述判别器D的预训练损失函数LossDx,ωD的公式如下所示： 其中xi为干净样本信号，上标i代表第i个样本信号，i＝1,2，…，M2，M2为每轮批处理样本信号数；Dxi；ωD表示判别器判断xi是否为干净样本信号的概率，大于阈值被认为是干净样本信号，小于阈值被认为是非干净样本信号；ωD表示判别器的权重参数；对输出概率D·；·取log，是将事件发生概率转为信息量；3.2解调器预训练对解调器进行预训练，解调器预训练时设置的训练参数包括：解调器的预训练轮数、解调器的批处理样本信号数、解调器的梯度更新规则和解调器C的预训练损失函数；所述解调器的预训练轮数为Epochk，所述解调器的批处理样本信号数为M3，所述解调器的梯度更新规则为随机梯度下降SGD，所述解调器C的预训练损失函数LossCx,ωc的公式如下所示： 其中xi为干净样本信号，上标i代表第i个干净样本信号，i＝1,2，…，M3，M3为每轮批处理样本信号数；N为比特位数，j＝1,2,…,N，Cjxi；ωC表示解调器C对样本信号xi的输出的第j位的比特位预测概率，表示第i个输入样本在第j位的第k类上的真实标签；ωC表示解调器的权重参数；步骤4：训练生成对抗网络，最终得到生成器；步骤5：将无线电信号输入到步骤4得到的生成器中处理，得到特征增强的电信号，再将特征增强的电信号输入到深度接收器，实现对无线电信号解码的低误码率。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。