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！

龙图腾网获悉西安电子科技大学申请的专利基于深度学习和广义Radon-Fourier变换的高速机动目标检测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：CN116338613B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310133285.5，技术领域涉及：G01S7/41；该发明授权基于深度学习和广义Radon-Fourier变换的高速机动目标检测方法是由刘宏伟;姜汶岐;纠博;赵宇设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本基于深度学习和广义Radon-Fourier变换的高速机动目标检测方法在说明书摘要公布了：本发明公开了一种基于深度学习和广义Radon‑Fourier变换的高速机动目标检测方法，对回波信号预处理获得三维数据；将三维数据输入目标噪声分类网络，获得各个距离单元存在目标的概率，将判定可能存在目标的距离单元的数据输入速度加速度分类网络，输出目标的速度和加速度所在的搜索区间，在搜索区间内采用广义Radon‑Fourier变换进行能量积累，最后经过恒虚警检测得到检测结果。本发明将神经网络与广义Radon‑Fourier变换结合，能够有效的平衡检测性能与计算量。本发明在估计目标所在距离单元和目标运动参数时具有较高的准确率；此外根据网络粗略估计的结果可以减少不必要的搜索操作，从而大大降低计算量。

本发明授权基于深度学习和广义Radon-Fourier变换的高速机动目标检测方法在权利要求书中公布了：1.一种基于深度学习和广义Radon-Fourier变换的高速机动目标检测方法，其特征在于，包括以下步骤： 步骤1：从雷达系统中获取脉冲序列的回波信号； 步骤2：对回波信号依次进行脉冲压缩、幅值归一化、实部虚部分开，获得三维数据； 步骤3：将三维数据输入到训练好的目标噪声分类网络中，获得各个距离单元存在目标的概率，并根据概率确定可能存在目标的距离单元； 步骤4：将可能存在目标的距离单元的数据输入训练好的速度加速度分类网络，估计目标的速度和加速度所在的搜索区间； 步骤5：在所述搜索区间内采用广义Radon-Fourier变换对回波信号的能量进行积累； 步骤6：将积累后的结果经过恒虚警检测得到检测的结果； 目标噪声分类网络在结构上包括两部分，特征提取层和目标噪声分类层；速度加速度分类网络在结构上包括两部分，特征提取层和速度加速度分类层，并且目标噪声分类网络模型与速度加速度分类网络模型共用同一个特征提取层； 目标噪声分类层的输入数据为特征提取层输出，目标噪声分类层包含两个深度可分离卷积层，第一个卷积层的卷积核的个数为100，卷积核的大小为3*3，激活函数为LeakyReLU，后接批归一化层；第二个卷积层的卷积核的个数为2，卷积核的大小为1*1，对输出结果进行softmax，用于判断该距离单元处存在目标的可能性； 速度加速度分类层的输入数据为特征提取层输出，速度加速度分类层包含两个深度可分离卷积层，第一个卷积层的卷积核的个数为100，卷积核的大小为3*3，激活函数为LeakyReLU，后接批归一化层；第二个卷积层的卷积核的个数为速度加速度子区间的个数，卷积核的大小为1*1，对输出结果进行softmax，用于估计目标运动速度和加速度所处区间； 步骤3中的所述目标噪声分类网络模型和速度加速度分类网络模型按照如下步骤训练得到： 步骤a：获取训练样本集，所述训练样本集根据是否存在目标回波信号分为正负样本，正样本为存在目标回波信号的样本，正样本具有目标速度加速度所在区间的标签；负样本没有速度加速度所在区间的标签；将目标运动速度维和加速度维分别均匀的划分为和个子段，得到个子区间，用表示第个子区间，处在第个运动参数区间样本的标签设为，则样本的标签可以表示为： ， 步骤b：随机初始化待训练神经网络的网络参数；其中，所述待训练神经网络包括目标噪声分类网络和速度加速度分类网络，待训练神经网络为深度可分离卷积神经网络； 步骤c：输入训练样本至所述待训练神经网络对其进行迭代训练，并对正样本计算其目标噪声分类损失和速度加速度分类损失，对于负样本计算其目标噪声分类损失； 损失函数可表示为： ， 其中，为样本噪声分类的真实标签，为样本噪声分类预测标签，为速度加速度分类真实标签，为速度加速度分类预测标签，为指示函数，当样本为正样本时计算速度加速度标签损失； 步骤d：根据当前迭代的输出结果和预设损失函数，确定当前损失值； 步骤e：检测当前损失值是否小于等于预设的阈值；若否，则更新待训练神经网络的网络参数，并返回步骤c； 步骤f：若是，则训练结束，获得所述目标噪声分类网络模型，速度加速度分类网络模型； 如果目标的速度和加速度的取值区间分别为和，则运动参数空间为： 将速度维度和加速度维度分别均匀的划分为和个子段，得到个子区间： ； 针对任一目标，根据其运动参数分配给其一个子区间，对子区间分配标号，用表示第个子区间，，为搜索子区间的个数。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。