清华大学王学谦获国家专利权
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!
龙图腾网获悉清华大学申请的专利一种天基雷达海面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:CN119538006B 。
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:202411684662.5,技术领域涉及:G06F18/24;该发明授权一种天基雷达海面目标识别方法是由王学谦;祁人;李刚设计研发完成,并于2024-11-22向国家知识产权局提交的专利申请。
本一种天基雷达海面目标识别方法在说明书摘要公布了:本申请提出一种天基雷达海面目标识别方法,方法包括:获取舰船的海面高分辨率距离像HRRP矩阵,对HRRP矩阵进行幅度归一化处理,并将归一化后的HRRP矩阵沿方位向进行叠加积累;提取积累后的HRRP的结构特征;分别使用短时傅里叶变换和傅里叶系数拟合从积累后的HRRP方位向提取微动特征;将结构特征和微动特征输入元分类器,得到海面目标识别结果,其中,元分类器由第一基分类器和第二基分类器堆叠构成,第一基分类器根据结构特征样本训练得到,第二基分类器根据微动特征样本训练得到。本申请通过分别提取HRRP回波矩阵的结构特征和微动特征,并利用堆叠分类器进行特征融合与特征分类,弥补了一维HRRP识别中高相似假目标难以区分的问题,提高了识别准确率和可靠性。
本发明授权一种天基雷达海面目标识别方法在权利要求书中公布了:1.一种天基雷达海面目标识别方法,其特征在于,包括以下步骤: 获取舰船的海面高分辨率距离像HRRP矩阵,对所述HRRP矩阵进行幅度归一化处理,并将归一化后的HRRP矩阵沿方位向进行叠加积累; 提取积累后的HRRP的结构特征,其中,所述结构特征包括等效散射中心维数、等效尺寸大小、熵、标准差、偏差、不规则度、频域非相干距离像和中心矩特征; 分别使用短时傅里叶变换和傅里叶系数拟合从积累后的HRRP方位向提取微动特征; 将所述结构特征和所述微动特征输入元分类器,得到海面目标识别结果,其中,所述元分类器由第一基分类器和第二基分类器堆叠构成,所述第一基分类器根据结构特征样本训练得到,所述第二基分类器根据微动特征样本训练得到; 所述提取积累后的HRRP的结构特征,包括: 对于抽取积累后的一幅HRRP,即,记作,通过以下公式计算结构特征,包括: 计算等效散射中心维数,数学表达式为: 其中,为单位跃阶函数,定义为: 计算等效尺寸大小,数学表达式为: 其中,为HRRP信号中回波强度大于最大值一半的距离单元的位置向量,其计算表达式为: 计算熵,数学表达式为: 计算标准差,数学表达式为: 计算偏差,数学表达式为: 计算不规则度,数学表达式为: 计算频域非相干距离像,数学表达式为: 计算中心矩特征,设一阶原点矩为:,则阶中心矩的数学表达式为: ; 所述使用傅里叶系数拟合从积累后的HRRP方位向提取微动特征,包括: 提取最强散射点的距离单元随时间的变化,利用傅里叶级数拟合强散射点在距离单元中的位置随舰船姿态角的变化,将所述傅里叶级数的系数作为舰船的微动特征,其中,所述傅里叶级数的计算公式为: 其中,表示HRRP信号的函数,以时间为自变量,为傅里叶级数中的常数项,为傅里叶级数的余弦项系数,为傅里叶级数的正弦项系数,为基频的角频率,为谐波次数; 所述使用短时傅里叶变换从积累后的HRRP方位向提取微动特征,包括: 选取强散射点附近的多个距离单元,利用短时傅里叶变换同时监测多个距离单元的变化,设积累后第幅HRRP为,为第幅HRRP的第个距离单元的幅值,对每个距离单元上的信号数据进行短时傅里叶变换,计算公式为: 其中,是选取的窗函数; 对于选定的多个距离单元计算得到的多个短时傅里叶变换矩阵进行相加,记相加得到的矩阵为,对矩阵进行奇异值分解以降低其特征维度,即: 其中,表示短时傅里叶变换后的矩阵;为一个m×k的矩阵,包含了矩阵的左奇异向量;为一个k×k的对角矩阵,其中包含奇异值;是矩阵的转置,大小为k×n,矩阵包含了矩阵的右奇异向量; 根据分解得到的奇异值,提取舰船的微动特征。
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;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