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！

龙图腾网获悉哈尔滨工业大学申请的专利基于可微分纽曼皮尔逊准则的虚警可控雷达目标检测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：CN116299271B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310150017.4，技术领域涉及：G01S7/41；该发明授权基于可微分纽曼皮尔逊准则的虚警可控雷达目标检测方法是由朱允镕;李杨设计研发完成，并于2023-02-22向国家知识产权局提交的专利申请。

本基于可微分纽曼皮尔逊准则的虚警可控雷达目标检测方法在说明书摘要公布了：一种基于可微分纽曼皮尔逊准则的虚警可控雷达目标检测方法，属于雷达目标检测技术领域。本发明针对基于神经网络的雷达目标检测中，NP准则由于不可微分而无法直接用于神经网络训练的问题。包括：采用传统CFAR检测器处理雷达AR谱原始数据以提取侯选目标，产生以候选目标为中心的样本图像块；采用所有样本图像块构建训练数据集，并对所有训练数据配置标签；构建虚警可控的小型分类网络模型，并利用训练数据对网络参数进行迭代优化训练，获得训练后分类网络模型；由实时雷达AR谱数据获得待检测图像块，并采用训练后分类网络模型进行目标检测。本发明实现了虚警可控雷达目标检测。

本发明授权基于可微分纽曼皮尔逊准则的虚警可控雷达目标检测方法在权利要求书中公布了：1.一种基于可微分纽曼皮尔逊准则的虚警可控雷达目标检测方法，其特征在于包括， 步骤一：采用传统CFAR检测器处理雷达AR谱原始数据以提取侯选目标，产生以候选目标为中心的样本图像块；采用所有样本图像块构建训练数据集，并对所有训练数据配置标签； 步骤二：构建虚警可控的小型分类网络模型，并利用训练数据对网络参数进行迭代优化训练，获得训练后分类网络模型； 所述小型分类网络模型基于小型卷积神经网络构建，并基于可微分纽曼皮尔逊准则设置关于网络参数的可微分纽曼皮尔逊损失函数Lθ： 式中LSθ为监督损失函数项，LRθ为正则损失函数项，λ为正则项系数，为可微分的目标检测概率，为可微分的虚警概率，α为期望的虚警概率水平； 基于监督损失函数项LSθ采用训练数据对网络参数进行预训练；再基于监督损失函数项LSθ和正则损失函数项LRθ采用训练数据对网络参数进行微调训练；得到训练后分类网络模型，训练后分类网络模型的判决阈值为0.5； 步骤三：将实时雷达AR谱数据经所述传统CFAR检测器提取以候选目标为中心的局部图像块作为待检测图像块，再采用训练后分类网络模型对待检测图像块进行目标检测。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。