Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学吴迪获国家专利权

南京航空航天大学吴迪获国家专利权

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!

龙图腾网获悉南京航空航天大学申请的专利一种基于交替方向乘子法网络的机载雷达前视成像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:CN115902892B

龙图腾网通过国家知识产权局官网在2025-08-26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:202211621870.1,技术领域涉及:G01S13/90;该发明授权一种基于交替方向乘子法网络的机载雷达前视成像方法是由吴迪;潘耀雄;任凌云;朱岱寅;汪玲设计研发完成,并于2022-12-16向国家知识产权局提交的专利申请。

一种基于交替方向乘子法网络的机载雷达前视成像方法在说明书摘要公布了:本发明公开一种基于交替方向乘子法网络的机载雷达前视成像方法,首先,采用单个通道接收机载雷达回波信号,经过脉冲压缩和距离徙动后,将获得的实波束扫描结果即复图像数据输入ADMMN训练;其次,构建基于ADMMN的机载雷达前视成像网络,其包含n级,每一级包含三个子层,分别是重建层、非线性变换层和乘子更新层,最终由重建层输出结果;然后,提出基于高逼真合成孔径雷达图像仿真样本‑标签集的网络训练方法完成网络的高精度训练;最后,输入方位向低分辨率的仿真图像与雷达实测图像,获得高分辨率重建图像。本发明在保持交替方向乘子法收敛性的基础上实现了超参数的自适应调节,能够有效提高雷达实波束扫描数据的方位向分辨率。

本发明授权一种基于交替方向乘子法网络的机载雷达前视成像方法在权利要求书中公布了:1.一种基于交替方向乘子法网络的机载雷达前视成像方法,其特征在于,包括以下步骤: 1采用单个通道接收机载雷达回波信号,经过脉冲压缩和距离徙动后,将获得的实波束扫描结果即复图像数据输入交替方向乘子法网络进行训练; 2利用深度学习高维特征泛化学习能力,构建基于ADMMN的机载雷达前视成像网络;所述网络包含n级,每一级包含三个子层,分别是重建层X、非线性变换层Z和乘子更新层β,由重建层输出结果;在任意一级中,前一级输入的数据通过重建层获得重构的前视图像,经过非线性变换层获得前视图像的稀疏表示,最后乘子更新层用来实现拉格朗日乘子的更新; 所述重建层X的显式公式为: xn+1=HTH+ρn+1I-1HTy+ρn+1zn-βn 其中,H为天线方向图矩阵,xn+1为第n+1级的重建结果,y为输入的样本数据,ρn+1为第n+1级的可训练惩罚参数,且Z0与β0被初始化为0; 所述非线性变换层的显式公式为: zn+1=Sxn+1+βn;λn+1ρn+1 Z层中,zn+1为第n+1级的稀疏表示结果,可训练参数为第n+1级的正则化参数λn+1与惩罚参数ρn+1,β0需要被初始化为0,S·为软阈值操作函数,具体形式如下: 其中,x、λ和ρ分别为重建层X的输出结果、正则化参数和惩罚参数; 所述乘子更新层β的显式公式为: βn+1=βn+ηn+1xn+1-zn+1 β层中,βn+1为第n+1级的拉格朗日乘子,可训练参数为第n+1级的步长参数ηn+1; 3基于高逼真SAR图像仿真样本-标签集的训练方法完成机载雷达前视成像网络的高精度训练; 4输入方位向低分辨率的仿真图像与雷达实测图像,获得高分辨率重建图像。

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南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。