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！

龙图腾网获悉清华大学申请的专利可学习低频宽带雷达目标参数估计方法、设备及程序产品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：CN115015869B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202210735768.8，技术领域涉及：G01S7/41；该发明授权可学习低频宽带雷达目标参数估计方法、设备及程序产品是由李刚;李睿;王学谦设计研发完成，并于2022-06-27向国家知识产权局提交的专利申请。

本可学习低频宽带雷达目标参数估计方法、设备及程序产品在说明书摘要公布了：本申请涉及雷达信号处理领域，涉及可学习低频宽带雷达目标参数估计方法、设备及程序产品。所述方法包括：获取低频宽带雷达采集的数据；将所述低频宽带雷达采集的数据输入预先训练的参数估计网络，得到所述参数估计网络输出的目标参数估计值，其中，所述参数估计网络是以多个具有随机相位和噪声的训练数据对为训练样本，对神经网络进行训练得到的。本申请通过基于循环卷积的网络层结构和数据增强的训练样本训练所构建的神经网络，采用至少包括目标背景比损失函数的损失函数，不断对神经网络中的可学习参数进行优化，得到参数估计网络用于处理低频宽带雷达信号，降低了计算复杂度，提升了算法效率和泛化能力，且在低信噪比场景下目标显著性较高。

本发明授权可学习低频宽带雷达目标参数估计方法、设备及程序产品在权利要求书中公布了：1.可学习低频宽带雷达目标参数估计方法，其特征在于，包括： 获取低频宽带雷达采集的数据； 将所述低频宽带雷达采集的数据输入预先训练的参数估计网络，得到所述参数估计网络输出的目标参数估计值，其中，所述参数估计网络是以多个具有随机相位和噪声的训练数据作为训练样本，对基于循环卷积网络层结构的神经网络进行训练得到的； 对所述神经网络进行训练，包括： 在每个不同的训练轮次ep中，针对每组所述训练数据，对所述训练数据中的复数值观测向量添加不同的随机相位和噪声，以及对所述训练数据中的复数值参数真值向量添加不同的随机相位，作为所述训练样本； 将所述训练样本中的复数值观测向量输入到神经网络，根据所述神经网络输出的目标参数预测值和所述训练样本中的复数值真值向量，计算所述训练样本对应的损失函数的值，其中，所述损失函数的值至少包括目标背景比损失函数的值； 计算所述损失函数对可学习网络参数的梯度，并基于所述损失函数对所述神经网络的可学习网络参数的梯度，对所述可学习网络参数进行优化； 其中，所述目标背景比损失函数，定义为： 其中，为所述目标背景比损失函数的值，TBR为所述目标背景比，为目标区域，为背景区域，的元素个数，的元素个数，为所述目标参数预测值中的元素，为距离单元，定义为1~中无放回随机抽取的整数，属于预设频率依赖因子集合

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。