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！

龙图腾网获悉中国人民解放军海军航空大学申请的专利一种智能雷达HRRP目标识别方法及系统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：CN115861737B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310018893.1，技术领域涉及：G06F16/55；该发明授权一种智能雷达HRRP目标识别方法及系统是由但波;董云龙;关键;于恒力;曹政;褚政;高山;宋伟健;康家方;杨富程;崔亚奇;邢子杰设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本一种智能雷达HRRP目标识别方法及系统在说明书摘要公布了：本发明公开一种智能雷达HRRP目标识别方法及系统，涉及目标识别技术领域，包括：CNN‑BTEN网络中，卷积模块用于对雷达高分辨距离样本图像中的多维距离像分别进行特征提取；位置编码模块用于采用三角函数对第一特征图序列进行位置编码；BCTE模块用于基于贝叶斯线性回归和Transformer编码器对第二特征图序列进行特征提取；分类模块用于计算第三特征图中各船舶种类的概率以实现船舶目标分类；利用训练样本集对CNN‑BTEN网络进行训练以得到目标船舶识别模型；将待识别雷达高分辨距离像输入至目标船舶识别模型以得到待识别雷达高分辨距离像中船舶种类。本发明实现了对船舶快速精准地识别。

本发明授权一种智能雷达HRRP目标识别方法及系统在权利要求书中公布了：1.一种智能雷达HRRP目标识别方法，其特征在于，方法包括： 获取训练样本集；所述训练样本集中的每个训练样本包括雷达高分辨距离样本图像以及所述雷达高分辨距离样本图像对应的船舶种类； 构建CNN-BTEN网络；所述CNN-BTEN网络包括卷积模块、位置编码模块、BCTE模块和分类模块；所述卷积模块用于对所述雷达高分辨距离样本图像中的多维距离像分别进行特征提取，以得到第一特征图序列；所述位置编码模块用于采用三角函数对所述第一特征图序列进行位置编码，以得到第二特征图序列；所述BCTE模块用于基于贝叶斯线性回归和Transformer编码器对所述第二特征图序列进行特征提取，以得到第三特征图；所述分类模块用于计算所述第三特征图中各船舶种类的概率，以实现船舶目标分类； 所述位置编码模块中位置编码的计算公式如下： 其中， 表示经过位置编码后得到的第二特征图序列，表示第一特征图序列，表示第pos个特征维中的第个位置编码向量，∈[0,，表示位置编码的长度； 所述BCTE模块包括依次连接的第一BCTE子模块、第二BCTE子模块、第三BCTE子模块和第四BCTE子模块；所述第一BCTE子模块、所述第二BCTE子模块、所述第三BCTE子模块和所述第四BCTE子模块的模块结构相同，所述第一BCTE子模块包括多头注意力机制单元、第一残差及归一化单元、贝叶斯线性单元和第二残差及归一化单元； 所述多头注意力机制单元用于捕获所述第二特征图序列中不同特征图之间的关系，以得到集成子特征图；所述多头注意力机制单元的输入端与所述位置编码模块的输出端连接，所述多头注意力机制单元的输出端与所述第一残差及归一化单元的第一输入端连接；所述位置编码模块的输出端与所述第一残差及归一化单元的第二输入端跳跃连接；所述第一残差及归一化单元的输出端与所述贝叶斯线性单元的输入端连接，所述贝叶斯线性单元的输出端与所述第二残差及归一化单元的第一输入端连接；所述第一残差及归一化单元的输出端与所述第二残差及归一化单元的第二输入端跳跃连接；所述第二残差及归一化单元的输出端与所述第二BCTE子模块的输入端连接； 利用所述训练样本集对所述CNN-BTEN网络进行训练，以得到最优的CNN-BTEN网络；所述最优的CNN-BTEN网络为目标船舶识别模型； 获取待识别雷达高分辨距离像； 将所述待识别雷达高分辨距离像输入至所述目标船舶识别模型，以得到所述待识别雷达高分辨距离像中船舶种类。

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中国人民解放军海军航空大学，其通讯地址为：264001 山东省烟台市芝罘区二马路188号科研学术处；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。