中国科学院国家空间科学中心李睿获国家专利权
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！
龙图腾网获悉中国科学院国家空间科学中心申请的专利一种基于深度学习的综合孔径射电阵列快速成像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：CN121120838B 。
龙图腾网通过国家知识产权局官网在2026-01-30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：202511632083.0，技术领域涉及：G06T11/00；该发明授权一种基于深度学习的综合孔径射电阵列快速成像方法是由李睿;阎敬业;邓丽;吕旭宁;孙凌晨;周昱成设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。
本一种基于深度学习的综合孔径射电阵列快速成像方法在说明书摘要公布了：本发明属于综合孔径射电阵列成像探测领域，涉及一种基于深度学习的综合孔径射电阵列快速成像方法，包括：基于优化参数组合和矩阵化映射对观测数据进行处理，生成具有频域关联性与高图像质量的亮温图像训练集；构建由预成像网络与图像恢复网络组成的成像神经网络模型，实现可见度函数、投影基线与亮温图像之间的高维非线性映射；通过前置处理、数据预处理及实时成像操作，实现对观测数据的快速高质量成像。本发明基于子午工程的圆环阵太阳射电成像望远镜观测数据，构建与实际观测场景一致的太阳亮温图像数据集；设计了适应不同太阳亮温特征及投影基线的成像神经网络模型；能在实现高质量成像的同时，显著提升综合孔径射电望远镜的成像速度。
本发明授权一种基于深度学习的综合孔径射电阵列快速成像方法在权利要求书中公布了：1.一种基于深度学习的综合孔径射电阵列快速成像方法，包括： 基于优化参数组合对多组真实的观测数据进行反演重建，并对真实观测数据进行矩阵化映射以恢复空间分布信息，生成具有频域关联性与高图像质量的亮温图像训练集，对成像神经网络模型进行训练，得到训练好的成像神经网络模型；所述观测数据包括：可见度函数采样数据及投影基线数据； 接收实时观测数据，通过一次性前置处理建立索引映射，对实时观测数据进行预处理后获得二维矩阵化结果，输入训练好的成像神经网络，获得亮温图像，从而实现综合孔径射电阵列的高质量快速成像； 所述成像神经网络包括预成像网络与图像恢复网络，其中，所述预成像网络融合二维矩阵化的可见度函数采样数据与投影基线数据，实现特征压缩与粗成像；所述图像恢复网络基于改进型U-Net架构，引入图像金字塔与自注意力机制以增强多尺度特征表达，对粗成像结果实现细节重建。
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科学院国家空间科学中心，其通讯地址为：100190 北京市海淀区中关村南二条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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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