Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安交通大学陈晓明获国家专利权

西安交通大学陈晓明获国家专利权

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!

龙图腾网获悉西安交通大学申请的专利基于神经网络与球面波模式展开的稀疏采样天线远场方向图重建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:CN119379833B

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:202411545749.4,技术领域涉及:G06T11/00;该发明授权基于神经网络与球面波模式展开的稀疏采样天线远场方向图重建方法是由陈晓明;彭方云设计研发完成,并于2024-11-01向国家知识产权局提交的专利申请。

基于神经网络与球面波模式展开的稀疏采样天线远场方向图重建方法在说明书摘要公布了:基于神经网络与球面波模式展开的稀疏采样天线远场方向图重建方法,包括以下步骤;步骤1:采用稀疏采样方案进行稀疏近场采样,获取近场数据;步骤2:对获取的近场数据进行测试样本增强;步骤3:将近场数据基于球面波展开原理进行傅里叶逆变换,获得球面波展开系数,计算球面波展开系数:步骤4:根据球面波展开定理和求解的球面波展开系数,计算低精度远场:步骤5:生成神经网络训练,对天线进行远场测试;步骤6:对神经网络训练中使用加权组合的损失函数,进行优化;步骤7:物理模型与神经网络结合,重构待测天线远场方向图。本发明通过对球面近场数据进行稀疏采样,结合物理模型和机器学习技术,快速重建天线的远场方向图。

本发明授权基于神经网络与球面波模式展开的稀疏采样天线远场方向图重建方法在权利要求书中公布了:1.基于神经网络与球面波模式展开的稀疏采样天线远场方向图重建方法,其特征在于,包括以下步骤; 步骤1:采用稀疏采样方案对所有样本天线进行稀疏近场采样,获取近场数据; 步骤2:对所述近场数据进行测试样本增强,得到增强后的近场数据; 步骤3:将所述增强后的近场数据基于球面波展开原理进行傅里叶逆变换,获得球面波展开系数: 步骤4:根据球面波展开定理和步骤3中求解的球面波展开系数,计算低精度远场: 步骤5:对步骤1中的样本天线进行远场测试获得理想远场方向图,以步骤4中计算的低精度远场作为输入,以样本天线的理想远场方向图作为输出,构建并训练神经网络; 步骤6:对神经网络训练中使用加权组合的损失函数,进行优化; 步骤7:物理模型与神经网络结合,重构待测天线远场方向图; 所述步骤5具体为: 对步骤1中的M个天线进行远场测试,在θ和φ方向的采样间隔分别为Δθ2和Δφ2,采用步骤2中同样的角度进行旋转,获得3m1M组的理想高精度远场方向图,该数据作为神经网络的输出,步骤中4中的低精度远场方向图作为神经网络的输入,利用神经网络对低精度的远场方向图进行重构训练,学习其与理想远场方向图之间的映射关系,通过神经网络的训练,得到最终的远场方向图重构结果; 所述步骤7具体为: 对于不属于步骤1初始稀疏采样中的待测天线,利用球面波模式展开提供的物理先验信息,将测试得到的稀疏近场根据步骤3和步骤4获得低精度的远场,再将该低精度远场嵌入步骤6已经训练好的神经网络中,即可重构待测天线远场方向图。

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西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28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。

免责声明
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。