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！

龙图腾网获悉电子科技大学申请的专利一种合成孔径辅助的多通道雷达前视学习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：CN118566925B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202410729950.1，技术领域涉及：G01S13/90；该发明授权一种合成孔径辅助的多通道雷达前视学习成像方法是由李文超;周明明;陈瑞;汪子雯;张坤;李中余;武俊杰;杨建宇设计研发完成，并于2024-06-06向国家知识产权局提交的专利申请。

本一种合成孔径辅助的多通道雷达前视学习成像方法在说明书摘要公布了：本发明公开了一种合成孔径辅助的多通道雷达前视学习成像方法，首先获取待成像区域的回波数据，对获取的数据进行距离向脉冲压缩，再对脉压后的回波数据使用合成孔径辅助的深度展开迭代收缩阈值算法ISTA网络成像，即在实孔径维度将成像问题转化为目标散射系数的估计问题，利用深度展开的ISTA网络求解目标函数，再对合成孔径维度使用反向投影BP算法进行方位聚焦，然后将合成孔径维度结果与ISTA网络结果进行融合处理，得到无左右模糊超分辨成像结果。本发明的方法克服了单基雷达前视成像左右模糊和分辨率低的问题，实现多通道雷达前视高分辨率成像，且通过深度学习自适应确定参数，省去人为设定参数步骤，提高效率的同时克服了信噪比敏感的问题。

本发明授权一种合成孔径辅助的多通道雷达前视学习成像方法在权利要求书中公布了：1.一种合成孔径辅助的多通道雷达前视学习成像方法，具体步骤如下： S1、获取多通道雷达前视回波数据； S2、对步骤S1获取的数据距离向脉压； S3、选取高分辨率SAR图像进行裁剪以及选取随机生成的只有点目标的图像，得到150张64x64的图像作为原始场景，基于步骤S1、S2生成多通道回波数据，构建数据集，并将实孔径数据与原始场景形成回波‑图像对，并划分为训练集与测试集； 其中，训练集包括150张原始场景，测试集随机选取其他不存在于训练集中的图像； S4、搭建合成孔径辅助的多通道雷达前视成像网络并进行训练； 所述步骤S4具体如下： S41、搭建深度展开网络ISTA‑Net； 根据阵列信号处理的知识，若天线阵列由个阵元组成，且个窄带信号入射到空间阵列上，则一个距离单元中的第通道的接收信号表达式如下： 1； 其中，表示第个目标的散射系数，表示发射信号的中心频率，表示第个通道的噪声，表示第个信号到达第个通道时相对于参考阵元的延迟，即波程差，使用相同的网格来表示第个目标的位置，且第一个快拍的每个通道的位置表示为，则表达式如下： 2； 其中，表示斜距，表示第个目标的方位角，表示中间通道； 则不同阵元的一个距离单元的回波表达式如下： 3； 式3写为矩阵形式，表达式如下：4； 其中，表示一个距离单元的回波，表示噪声向量，表示导向矩阵； 在给定输入回波的情况下，首先ISTA‑Net初始化估计结果，然后通过层网络获得估计结果； 其中，表示矩阵的转置； 然后利用估计结果与标签之间的差异设计损失函数，并通过反向传播，将损失函数的值作为反馈信号，连续调整网络中每层的权值； 根据现有ISTA迭代公式，ISTA‑Net在第层分为两个模块：线性模块和非线性模块，表达式如下： 5； 6； 其中，表示第层的线性重建结果，表示第层中可学习的步长，正则化系数和合并为一个参数，即，表示可学习的阈值； 场景存在非稀疏的情况，则采用非线性变换函数，表示观测场景固有特征的矩阵，包括：边缘、轮廓；然后，式6中的未知计算表达式如下： 7； 其中，表示的左逆，使得，表示Hadamard乘积，表示单位算子； 和均在网络的训练过程中学习和更新，且包括ReLU分离的两个线性卷积算子； 其中，预先设定滤波器数量为，且每个滤波器的大小为，第一个卷积算子对应个滤波器，第二个卷积算子对应于另一组个滤波器； 考虑雷达回波数据是复值，对矩阵矢量相乘进行分解，表达式如下： 8； 其中，和分别表示复数的实部和虚部； 使用平均欧氏距离损失函数，表达式如下： 9； 对和施加对称约束损失函数，表达式如下： 10； 则所述深度展开网络ISTA‑Net端到端损失函数表达式如下：     11； 其中，表示差异损失函数，表示对称约束损失函数，表示训练样本的总数，表示网络总层数，表示平衡和的权重参数； 利用设计的损失函数，获得训练好的ISTA‑Net，用于实孔径超分辨成像得到成像结果； S42、合成孔径维度处理； 根据一个通道的合成孔径回波模型，采用反向投影BP算法对合成孔径数据进行处理，通过将雷达回波数据投影到成像区域的每个单元上，并将不同方位的值相干叠加，实现方位聚焦； 根据BP成像原理，第i通道的成像结果表达式如下： 12； 其中，表示斜距，表示方位角； S43、融合处理； 在步骤S41与S42基础上，将合成孔径处理结果与实孔径ISTA‑Net超分辨结果进行融合，得到最终的成像结果；且在同一网格上显示成像结果，则通过相乘来实现融合，获取无模糊前视成像结果，表达式如下： 13； S5、由待成像区域按照步骤S1‑S2获取多通道雷达脉压后的回波信号，然后输入至步骤S4已训练好的多通道雷达前视成像网络中，得到合成孔径辅助的多通道雷达前视成像结果。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。