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多参数学习实孔径雷达超分辨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：CN121254276B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511821967.0，技术领域涉及：G01S13/90；该发明授权一种多参数学习实孔径雷达超分辨成像方法是由焦璐;黄钰林;杨明杰;张雅瑞;朱韵霏;毛德庆;张寅;张永超;杨建宇设计研发完成，并于2025-12-05向国家知识产权局提交的专利申请。

本一种多参数学习实孔径雷达超分辨成像方法在说明书摘要公布了：本发明公开一种多参数学习实孔径雷达超分辨成像方法，应用于雷达成像技术领域，针对传统正则化超分辨成像方法中存在的多类型参数选择困难、参数固定导致成像性能受限等问题，本发明首先基于传统分裂Bregman算法将稀疏约束优化问题分解为三个子问题；其次，对子问题中的不同类型参数进行差异化设计，以实现对实波束中不同方位单元的差异化校正；最后，将传统迭代过程展开为网络层结构，通过从数据中学习，以实现多类型参数的自适应更新，相比传统方法，提高了对稀疏场景的目标角分辨能力。

本发明授权一种多参数学习实孔径雷达超分辨成像方法在权利要求书中公布了：1.一种多参数学习实孔径雷达超分辨成像方法，其特征在于，包括以下步骤： 步骤1：对雷达获取到的原始回波信号进行预处理，得到实波束回波，表示为天线方向图与目标散射系数的卷积； 步骤2：建立以目标散射系数为求解目标的最小二乘问题，使用稀疏约束优化问题分解；然后采用分裂Bregman算法引入辅助变量和对偶变量，将原问题解耦为三个子问题，分别求解目标散射系数、辅助变量和对偶变量； 步骤3：构建K层级联的深度展开网络对三个子问题进行求解，每一层网络对应一次迭代，包含目标散射重建模块、阈值滤波模块、对偶校正模块； 目标散射重建模块基于上一层阈值滤波模块和对偶校正模块的输出结果对子问题1进行求解； 阈值滤波模块基于当前层目标散射重建模块的输出和上一层对偶校正模块的输出对子问题2进行求解； 对偶校正模块基于当前层目标散射重建模块和阈值滤波模块的输出对子问题3进行求解； 步骤4：将实波束回波数据输入网络进行前向传播，基于网络输出的目标散射系数与目标真实散射系数之间的重建误差计算损失函数；最后，基于损失函数对深度展开网络的多类型参数进行迭代更新； 所述步骤2具体如下： 建立以目标散射系数为求解目标的最小二乘问题，使用稀疏约束优化问题分解，得到的优化问题表示如下： ； 其中，为估计的目标散射系数，为真实目标散射系数，为实波束回波，表示天线测量矩阵，为正则化参数；表示范数的平方，表示范数； 然后采用分裂Bregman算法引入辅助变量d和对偶变量b，将原问题解耦为三个子问题： ； 其中，上标k表示第k次迭代，d表示辅助变量，b表示对偶变量，为惩罚参数。

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。