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！

龙图腾网获悉中国人民解放军海军航空大学申请的专利雷达目标一维距离像智能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：CN114185039B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202111494893.6，技术领域涉及：G01S13/89；该发明授权雷达目标一维距离像智能识别方法是由简涛;王哲昊;刘瑜;王海鹏;卢仁伟;张健;但波设计研发完成，并于2021-12-08向国家知识产权局提交的专利申请。

本雷达目标一维距离像智能识别方法在说明书摘要公布了：本发明公开了一种雷达目标一维距离像智能识别方法，属于雷达信号处理领域。针对小样本条件下雷达目标HRRP分类识别精度差的问题，合理的利用元学习的理论思想将任务的特性与任务间的共性进行了解耦，并通过基础学习器和元学习器对任务特性和任务间共性进行建模学习，通过解耦，基础学习器和元学习器同时在这两项上达到了最好效果。通过对任务特性和任务间共性学习经验的迁移，有效的提升了多类雷达目标在小样本条件下的分类识别性能，增强了雷达在复杂环境下的分类识别能力，具有推广应用价值。

本发明授权雷达目标一维距离像智能识别方法在权利要求书中公布了：1.雷达目标一维距离像智能识别方法，其特征在于，包括以下步骤： 步骤1获取雷达目标的高分辨距离像，将仿真和实测的距离像数据分别划分成元训练集和元测试集，再将元训练集和元测试集中的数据在各个识别任务中划分为训练集和测试集； 步骤2预训练阶段：初始化基础学习器的模型参数，从元训练集中抽取识别任务导入基础学习器进行学习，根据损失函数值更新基础学习器参数；将基础学习器学习后的模型参数导入元学习器进行参数更新，并将更新后的参数反馈给基础学习器重新进行参数赋值，循环重复，直至随机抽取epoch次识别任务完成训练，结束循环，并保存最终的模型参数； 子步骤2.1预训练阶段中基础学习器损失函数的设计，具体设计了一种多类平衡余弦损失函数： 其中，xi表示第i个样本所对应的全连接层输出特征；yi是第i个样本数据的真实标签；Wj是全连接层的权值矩阵W的第j列，即代表第j类目标对应的权值向量；为Wj和xi之间的夹角，为该夹角的余弦值；参数a0增强特征xi与权重Wj的夹角约束；实参数s解决损失函数不收敛的问题；参数γ用于调节输出的权值； 子步骤2.2预训练阶段中元学习器参数更新方式的设计，具体设计了元学习器的学习目标如下： 其中，min·为最小化函数，||·||表示欧氏空间距离，θM为元学习器的初始化参数，θBk为基础学习器第k个任务经学习后的模型参数，为模型参数初始参数为θM时第k个任务在元训练集的测试集上的损失，K为训练任务总数目；通过最小化这个学习目标来对元学习的参数进行更新，具体的参数更新方程如下： 其中，ε为元学习器的更新步长，λ为平衡系数，为元学习器更新后的参数，为TK对参数θM的梯度； 步骤3测试阶段：将预训练阶段中保存的模型参数作为模型的初始参数，导入实测数据构成的元测试集中识别任务的训练集进行模型训练，直至损失函数收敛，结束训练；利用训练所得的模型和参数，对元测试集中识别任务的测试集进行分类识别，计算测试集中每类目标的分类识别率。

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中国人民解放军海军航空大学，其通讯地址为：264001 山东省烟台市芝罘区二马路188号科研学术处；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”。