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！

龙图腾网获悉武汉理工大学申请的专利基于空频特征融合的海上雷达目标检测方法、系统及设备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：CN121432381B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511998803.5，技术领域涉及：G01S7/41；该发明授权基于空频特征融合的海上雷达目标检测方法、系统及设备是由马杰;吕亚方;夏亮;陈建宇;田棋设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本基于空频特征融合的海上雷达目标检测方法、系统及设备在说明书摘要公布了：本发明属于目标检测技术领域，具体涉及一种基于空频特征融合的海上雷达目标检测方法、系统及设备，方法构建基于空频特征融合的海上目标检测模型，模型中通过空域特征感知模块提取输入图像的多尺度空域特征，通过频域特征感知模块对空域特征进行频域特征提取与增强得到频域增强特征，通过空频特征融合模块将空域特征与频域增强特征进行融合得到多尺度增强特征表示，通过特征融合网络对多尺度增强特征表示进行逐层级特征融合得到最终特征图，通过检测头对最终特征图进行目标检测，利用训练好的海上目标检测模型实现雷达目标检测。本发明构建了空频双域融合架构，对于雷达图像拥挤场景、多尺度场景、小目标检测任务具有高准确率。

本发明授权基于空频特征融合的海上雷达目标检测方法、系统及设备在权利要求书中公布了：1.基于空频特征融合的海上雷达目标检测方法，其特征在于： 所述海上雷达目标检测方法包括： S1、采集原始雷达回波并经成像得到雷达图，基于雷达图构建训练数据集； S2、构建基于空频特征融合的海上目标检测模型，所述海上目标检测模型包括特征提取网络、特征融合网络、检测头； 所述特征提取网络包括空域特征感知模块、频域特征感知模块、空频特征融合模块，所述空域特征感知模块用于提取输入图像的多尺度空域特征，所述频域特征感知模块用于对多尺度空域特征中的空域特征进行频域特征提取与增强，得到多尺度频域增强特征，所述空频特征融合模块用于将多尺度空域特征中的空域特征与多尺度频域增强特征中的频域增强特征进行融合，得到多尺度增强特征表示； 所述特征融合网络用于对多尺度增强特征表示进行逐层级特征融合，得到最终特征图； 所述检测头用于对最终特征图进行目标检测； S3、基于训练数据集对海上目标检测模型进行训练，利用训练好的海上目标检测模型实现雷达目标检测； 所述频域特征感知模块用于先通过二维离散小波变换DWT将多尺度空域特征中第i层级下的空域特征分解为四个分量：低频近似分量、水平高频分量、垂直高频分量、对角线高频分量，随后对低频近似分量进行平均池化以及最大池化操作，并将池化结果与低频近似分量求和，得到增强低频特征，再利用自注意力机制计算三种高频分量的重要性权重，并基于重要性权重对三种高频分量进行加权求和，得到单一高频特征，将单一高频特征与增强低频特征在通道维度上进行拼接，随后通过通道注意力模块进行加权，得到对应层级下的频域增强特征；所述多尺度频域增强特征包括所有层级下的频域增强特征； 所述空频特征融合模块用于将多尺度频域增强特征重构回空间域得到多尺度重构特征；然后以多尺度重构特征中第i层级下的重构特征为查询，以空域特征为键和值，进行第一路注意力计算，同时以空域特征为查询，以重构特征为键和值，进行第二路注意力计算，最后将第一路注意力计算和第二路注意力计算的计算结果进行求和，得到对应层级的空频融合特征SFi，所述多尺度增强特征表示包括所有层级下的空频融合特征SFi。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市武昌区和平大道1178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。