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！

龙图腾网获悉中国计量大学申请的专利一种基于深度学习的抗干扰毫米波雷达动态目标检测系统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：CN121522580B 。

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：202610055266.9，技术领域涉及：G01S7/02；该发明授权一种基于深度学习的抗干扰毫米波雷达动态目标检测系统是由梁培;陈歆恬;丁凡;汪沈桁;贺云;张玉禄;陈谦设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本一种基于深度学习的抗干扰毫米波雷达动态目标检测系统在说明书摘要公布了：本发明公开了一种基于深度学习的抗干扰毫米波雷达动态目标检测系统，涉及雷达信号处理与深度学习融合技术领域，包括：预处理模块：用于对原始毫米波雷达信号进行高保真预处理，去除静态杂波、完成相位校正并经双边滤波去噪后输出高信噪比动态信号；特征提取模块：用于对所述高信噪比动态信号进行前端特征提取，通过分离幅度与相位信息，并行生成调制后相位流以及协方差与轨迹联合表征的特征流，输出两路异构特征流；长时序全局依赖建模模块：用于对所述两路异构特征流进行特征融合，通过逐元素相加操作融合为统一的融合特征图；将所述融合特征图输入至Transformer网络，输出动态目标检测结果。有效提升了在复杂环境下的动态目标检测精度与鲁棒性。

本发明授权一种基于深度学习的抗干扰毫米波雷达动态目标检测系统在权利要求书中公布了：1.一种基于深度学习的抗干扰毫米波雷达动态目标检测系统，其特征在于，包括： 预处理模块：用于对原始毫米波雷达信号进行高保真预处理，去除静态杂波、完成相位校正并经双边滤波去噪后输出高信噪比动态信号； 特征提取模块：用于对所述高信噪比动态信号进行前端特征提取，通过分离幅度与相位信息，并行生成调制后相位流以及协方差与轨迹联合表征的特征流，输出两路异构特征流； 长时序全局依赖建模模块：用于对所述两路异构特征流进行特征融合，通过逐元素相加操作融合为统一的融合特征图；将所述融合特征图输入至Transformer网络，输出动态目标检测结果； 所述特征提取模块包括： 信号归一化与分离单元：用于将所述高信噪比动态信号进行归一化并分解为幅度信息和相位信息； 调制单元：用于对所述幅度信息进行幅度门控处理，以及对所述相位信息进行相位调制，生成调制后相位流； 协方差处理单元：将所述相位流进行通道间融合并进行空间上的平均池化，计算协方差矩阵图，对所述协方差矩阵图进行特征提取得到新的特征图，对所述新的特征图进行上采样以及TCN轨迹预测，得到所述协方差与轨迹联合表征的特征流； 所述计算协方差矩阵图具体包括： 构建四通道动态特征图； 将所述四通道动态特征图输入至Cholesky分解预测网络，具体包括： 将所述四通道动态特征图按通道维度进行拼接，将拼接后的特征图输入至预测网络，所述预测网络依次包括3x3二维卷积、批归一化、GELU激活函数、3x3二维卷积、批归一化、GELU激活函数、1x1二维卷积和Tanh激活函数; 所述预测网络的输出通过通道维度拆分输出高维特征向量； 基于所述高维特征向量和Cholesky分量构建协方差矩阵，得到所述协方差矩阵图。

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中国计量大学，其通讯地址为：310018 浙江省杭州市钱塘区学源街258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。