江西飞行学院肖永生获国家专利权
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!
龙图腾网获悉江西飞行学院申请的专利基于对抗思想的集成杂波抑制的HRRP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:CN120686227B 。
龙图腾网通过国家知识产权局官网在2025-10-24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:202511142951.7,技术领域涉及:G01S7/41;该发明授权基于对抗思想的集成杂波抑制的HRRP目标识别方法是由肖永生;冯利鹏;胡义海;喻小龙;黄丽贞;周建江;危芬;廖峰;杜华;赵珂;温靖设计研发完成,并于2025-08-15向国家知识产权局提交的专利申请。
本基于对抗思想的集成杂波抑制的HRRP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对抗思想的集成杂波抑制的HRRP目标识别方法,属于雷达目标识别领域,其包括以下步骤:S1.构建HRRP目标数据集,包括干净的HRRP目标数据和含杂波的HRRP目标数据;S2.构建CN‑LSGAN生成网络的生成器与判别器,组成杂波抑制模型;S3.采用对抗博弈的方式对杂波抑制模型进行训练;S4.使用训练后的杂波抑制模型对输入的HRRP目标信号进行杂波抑制,得到HRRP目标数据;S5.采用含有注意力增强时间编码器的识别网络中对HRRP目标数据进行识别。本发明将杂波抑制问题转化为对抗学习的问题,优化生成对抗网络的同时提高了目标HRRP的信噪比,提升了杂波抑制的效果,便于识别。
本发明授权基于对抗思想的集成杂波抑制的HRRP目标识别方法在权利要求书中公布了:1.一种基于对抗思想的集成杂波抑制的HRRP目标识别方法,其特征在于:其包括以下步骤: S1.构建HRRP目标数据集,包括部分干净的HRRP目标数据和部分含杂波的HRRP目标数据; S2.构建CN-LSGAN生成网络的生成器与判别器,组成杂波抑制模型,构建的CN-LSGAN生成网络中,生成器和判别器的损失分别表示为: 4, 其中,G和D分别表示生成器和判别器,和分别表示取生成器损失函数最小值和判别器损失函数最小值,和分别表示基于CN-LSGAN生成网络的损失函数和判别网络的损失函数,表示梯度惩罚项,和分别表示正则化项,、和分别表示梯度惩罚项、正则化项以及的系数,表示分类损失,表示分类损失的系数; 所述的梯度惩罚项表示为: 5, 其中,为判别器的混合输入,为混合输入的期望运算,为混合输入的判别输出,为判别器D对混合输入的输出梯度向量化计算; 所述的正则化项和分别表示为: 6, 7, 其中,xClutter和xClean分别表示含有杂波的HRRP目标数据输入和干净的HRRP目标数据输入,E为期望运算符; 所述的分类损失表示为: 8, 其中,K表示输入的HRRP目标数据的总项数,tk表示第k项的真实类别,yk表示第k项的预测类别; S3.输入HRRP目标数据集,采用对抗博弈的方式对杂波抑制模型进行训练,具体步骤包括: S3.1.固定判别器参数,将含杂波的HRRP目标数据输入到生成器中,用含杂波的HRRP目标数据不断优化生成器的网络参数,并生成被抑制杂波的HRRP目标数据; S3.2.固定生成器参数,将被抑制杂波的HRRP目标数据和干净的HRRP目标数据输入到判别器中,不断优化判别器的网络参数,并对HRRP目标数据进行分辨;若判别器能够分辨被抑制杂波的HRRP目标数据和干净的HRRP目标数据,则返回S3.1再进行生成训练;若经过不断更新的判别器依然不能区分被抑制杂波的HRRP目标数据和干净的HRRP目标数据,训练结束; S4.使用训练后的杂波抑制模型对输入的HRRP目标信号进行杂波抑制,得到HRRP目标数据; S5.采用含有注意力增强时间编码器的识别网络中对HRRP目标数据进行识别,具体步骤为: S5.1.通过连续滑动一个固定大小的采样窗口来生成HRRP序列; S5.2.通过权矩阵对HRRP序列进行线性映射得到HRRP目标数据的嵌入向量; S5.3.在HRRP目标数据的嵌入向量中加入位置编码; S5.4.针对加入位置编码的嵌入向量,采用N层注意增强时间编码器在时间维度上计算注意力得分; S5.5.对时间维度上的注意力得分进行归一化处理; S5.6.将归一化处理后的注意力得分输入到前馈神经网络网络中进行激活操作; S5.7.对激活后的注意力得分进行层标准化操作; S5.8.对各时间维度上的注意力得分进行S5.5-S5.7的操作后,进行矢量化运算,并将矢量化运算结果进行Softmax运算得到目标类别。
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江西飞行学院,其通讯地址为:330000 江西省南昌市红谷滩区红角洲卧龙路269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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励