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！

龙图腾网获悉南京信息工程大学申请的专利一种雷达回波外推方法、系统及存储介质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：CN116106909B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310251081.1，技术领域涉及：G01S13/95；该发明授权一种雷达回波外推方法、系统及存储介质是由程海浪;崔萌萌;彭路;刘伯俊;唐绩;许小龙设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本一种雷达回波外推方法、系统及存储介质在说明书摘要公布了：本发明公开了电子通讯领域的一种雷达回波外推方法、系统及存储介质，包括：由获取的实时雷达回波图像序列中提取待测试的雷达回波数据彩图，对待测试的雷达回波数据彩图进行预处理后输入至预先训练好的Sat‑Lstm‑RNN网络模型得到雷达回波预测值，根据雷达回波预测值还原成雷达回波；所述Sat‑Lstm‑RNN网络模型的训练过程包括：基于编码器、Sat‑ConvLstm模块和解码器构建Sat‑Lstm‑RNN网络模型；通过训练图像集对Sat‑Lstm‑RNN网络模型进行训练，根据Sat‑Lstm‑RNN网络模型输出的雷达回波预测值与雷达回波真实值建立损失函数，利用损失函数调整循环神经网络参数，重复迭代训练过程直至Sat‑Lstm‑RNN网络模型收敛；实现了准确度更高、预测结果更清晰的雷达回波外推方法。

本发明授权一种雷达回波外推方法、系统及存储介质在权利要求书中公布了：1.一种雷达回波外推方法，其特征在于，包括： 由获取的实时雷达回波图像序列中提取待测试的雷达回波数据彩图，对待测试的雷达回波数据彩图进行预处理后输入至预先训练好的Sat-Lstm-RNN网络模型得到雷达回波预测值，根据雷达回波预测值还原成雷达回波； 所述Sat-Lstm-RNN网络模型的训练过程包括： 获取历史雷达回波图像序列，并按照设定的时间间隔对历史雷达回波图像序列提取待训练的雷达回波数据彩图；对所述待训练的雷达回波数据彩图依次进行灰度值映射和归一化处理形成归一化灰度数据，构建训练图像集； 基于编码器、Sat-ConvLstm模块和解码器构建Sat-Lstm-RNN网络模型；通过训练图像集对Sat-Lstm-RNN网络模型进行训练，具体过程包括： 利用编码器对训练图像集中归一化灰度数据进行下采样形成的时间和空间特征信息；将时间和空间特征信息输入至堆叠设置L层的Sat-ConvLstm模块；所述Sat-ConvLstm模块包括注意力模块和循环神经网络模块组成； 设定第l层的Sat-ConvLstm模块输出的第t时间步隐藏态为隐藏态；设定第l-1层的Sat-ConvLstm模块输出的第t时间步隐藏态为隐藏态；l的取值范围为1至L；设定，隐藏态之前的个时间步的隐藏态为全零张量；将隐藏态之前的个时间步的隐藏态记为隐藏态； 将时间和空间特征信息、隐藏态以及隐藏态输入至第l层Sat-ConvLstm模块的注意力模块获得运动信息； 将运动信息、时间和空间特征信息和细胞态输入至第l层Sat-ConvLstm模块的循环神经网络模块获得第t时间步的细胞态和隐藏态； 将细胞态和隐藏态输入至下一层Sat-ConvLstm模块，重复迭代直至第L层的Sat-ConvLstm模块输出细胞态和隐藏态； 利用解码器对细胞态和隐藏态进行上采样输出雷达回波预测值； 根据Sat-Lstm-RNN网络模型输出的雷达回波预测值与雷达回波真实值建立损失函数，利用损失函数调整循环神经网络参数，重复迭代训练过程直至Sat-Lstm-RNN网络模型收敛。

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南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105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。