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！

龙图腾网获悉中国船舶重工集团公司第七二四研究所申请的专利一种基于微动调制和卷积神经网络的空目标识别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：CN113947106B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202111158033.5，技术领域涉及：G06F18/2415；该发明授权一种基于微动调制和卷积神经网络的空目标识别方法是由曹伟;杨学岭;管志强;吴鑫;孟凡君设计研发完成，并于2021-09-30向国家知识产权局提交的专利申请。

本一种基于微动调制和卷积神经网络的空目标识别方法在说明书摘要公布了：本发明公开了一种基于微动调制和卷积神经网络的空目标识别方法。该方法将卷积神经网络引入到雷达目标识别中，主要适用于具有高重频工作方式的相参雷达对喷气式飞机、螺旋桨飞机和直升机的分类识别。其主要流程是：首先对多普勒微动调制频域数据进行数据预处理；然后将预处理后的多普勒微动调制特征频域数据送入卷积神经网络进行特征提取和分类识别。本发明通过构造适用于处理微多普勒特征的卷积神经网络模型，充分挖掘目标微多普勒频域数据所包含的目标深层次属性特征，实现稳健的自动特征提取，完成三类飞机目标分类。

本发明授权一种基于微动调制和卷积神经网络的空目标识别方法在权利要求书中公布了：1.一种基于微动调制和卷积神经网络的空目标识别方法，其特征在于： 步骤1：获取预处理后的多普勒微动调制频域数据； 步骤2：获取卷积神经网络提取的目标深层次属性特征和分类识别结果； 其中所述步骤1包括： 步骤A：利用同频差异法剔除多普勒微动调制频域数据固定杂波，实现方法为： 1获取目标距离单元对应的频谱p0，频谱采样点数为256； 2以目标距离单元为中心，左右各取5个距离单元，分别获取左右5个距离单元的频谱，记为：P＝{pi},i＝-5,-4,-3,-2,-1,1,2,3,4,5；其中pi为第i个距离单元的频谱； 3计算各频谱的频率变型峰度集合K＝{ki}： 其中pi为第i个距离单元的频谱，μi是频谱均值，σi是频谱标准方差，Epi-μi4是第i个距离单元的频谱的4阶中心距，Epi-μi3是第i个距离单元的频谱的3阶中心距； 4找到频率变型峰度集合的最大元素max{ki}对应的距离单元频谱，记为pk； 5以目标距离单元频谱p0和pk为基，计算频谱差p′： p′＝p0-pk 6在频谱差p′中，以零频为中心，向左右延展搜索，当满足下列条件时停止延展搜索， 其中p′r为向右延展搜索时第r个频率点对应的频率值,p′1为向左延展搜索时第l个频率点对应的频率值； 7以pk第r个频率点和第l个频率点之间的频率值代替目标距离单元频谱p0第r个频率点和第l个频率点之间的频率值，得到剔除固定杂波后的多普勒微动调制频域数据p’‘； 步骤B：将剔除固定杂波后的多普勒微动调制频域数据中机身频率分量平移至零频； 步骤C：利用L2正则化方法对步骤B得到的数据进行归一化处理； 所述步骤2包括： 步骤D：建立卷积神经网络6个卷积层和3个池化层，通过卷积层和池化层将步骤1中得到的多普勒微动调制频域数据对目标深层次属性特征进行提取； 步骤E：建立2个全连接层和softmax分类器，对提取的目标深层次属性特征进行分类识别。

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船舶重工集团公司第七二四研究所，其通讯地址为：210003 江苏省南京市中山北路346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”。