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！

龙图腾网获悉西安交通大学申请的专利一种用于微波近场三维成像的回波数据稀疏采集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：CN121208759B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511767580.1，技术领域涉及：G01S7/292；该发明授权一种用于微波近场三维成像的回波数据稀疏采集方法是由方阳;王家琪;陈振茂;李勇设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本一种用于微波近场三维成像的回波数据稀疏采集方法在说明书摘要公布了：本发明公开了一种用于微波近场三维成像回波数据稀疏采集方法，将传统平面扫描区域分割为若干子区域并获取初始采样数据，在各子区域建立观测模型，通过观测模型预测新输入点采样数据的不确定度，各子区域提取不确定度最大的新输入点构成稀疏采样点；再用遗传算法规划最优扫描路径，按规划路径采集稀疏采样数据并并入初始采样数据，更新模型后迭代预测下一组高不确定度的预测点；持续迭代直至预测点不确定度低于预设阈值或总采样点数达采样单元点数的预设百分比，最终完成回波数据稀疏采集与稀疏采样数据矩阵构造。本发明方法基于目标结构信息构建控制矩阵，在最大程度保留目标散射信息、消除冗余采样点的同时，有效提升了成像质量。

本发明授权一种用于微波近场三维成像的回波数据稀疏采集方法在权利要求书中公布了：1.一种用于微波近场三维成像的回波数据稀疏采集方法，其特征在于：包括如下步骤： 步骤1：平面扫描区域分割：对平面扫描成像的扫描平面进行二维离散化，在水平方向和垂直方向上分别按采样间隔和进行等间隔采样，得到个互不重叠的采样点单元；然后对整个平面扫描区域做子区域划分，每个子区域包含若干个采样点单元； 步骤2：初始采样点选择及采样数据获取，得到采样数据矩阵； 步骤3：基于被测目标结构信息的稀疏采样点智能选择： 在每个子区域中分别构建独立的观测模型； 其中，为子区域中初始采样点坐标即输入，为子区域中对应的采样数据即输出，为独立同分布高斯噪声，表示均值为0，方差为的高斯分布；是由高斯过程给出的真实函数值，服从如下的高斯分布： 其中，表示服从的分布，表示高斯过程，为子区域中另一个初始采样点坐标，为均值函数；为协方差函数； 构造联合高斯分布，利用已获取的初始采样点和对应的采样数据，预测新输入点即预测点对应的预测采样数据；根据高斯分布的条件分布公式得到预测分布的条件均值和方差，对方差进行开平方运算，得到新输入点即预测点对应预测采样数据的不确定度； 在每个子区域中分别对不确定度进行排序，选择出个不确定度最大的采样点；所有子区域中被选出的采样点都作为稀疏采样点，构成坐标矩阵； 步骤4：基于遗传算法的扫描路径规划：采用路径编码方式，用十进制编码的方式将步骤3选出的稀疏采样点编号，生成包含个个体的种群，种群中每个个体都代表一条稀疏采样点扫描路径；计算适应度函数值，以适应度函数值最大为优化目标；选择操作采用轮盘赌选择法；交叉操作采用部分映射交叉方法；变异操作采用多点变异的方式；设置最大进化次数，当算法迭代次数达到最大进化次数时，停止运行；此时适应度函数值最大的个体对应的扫描路径即为规划扫描路径；按照规划扫描路径扫描步骤3中稀疏采样点，获取稀疏采样数据矩阵，将其并入步骤2中的采样数据矩阵中得到新的稀疏采样数据矩阵； 步骤5：迭代终止判定：重复步骤2至步骤4直至最大的不确定度低于预设阈值或总采样点数m达到采样点单元总数的预设百分比M0，此时完成稀疏采样点数据采集和稀疏采样数据矩阵构造。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。