西安电子科技大学白雪茹获国家专利权
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双通道融合网络的ISAR目标形变稳健识别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:CN116758435B 。
龙图腾网通过国家知识产权局官网在2025-07-01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:202310719425.7,技术领域涉及:G06V20/13;该发明授权基于双通道融合网络的ISAR目标形变稳健识别方法是由白雪茹;吴代翱;周雪宁;周峰设计研发完成,并于2023-06-16向国家知识产权局提交的专利申请。
本基于双通道融合网络的ISAR目标形变稳健识别方法在说明书摘要公布了:本发明公开了一种基于双通道融合网络的ISAR目标形变稳健识别方法,主要解决现有ISAR目标识别技术识别率低的问题。其实现方案是:1获取卫星的回波数据,采用BP算法对回波数据进行高分辨ISAR成像,并生成具有组合形变的训练集与测试集;2构建包括形变稳健模块、特征提取模块及特征融合模块的ISAR目标形变稳健识别网络;3设计ISAR目标形变稳健识别网络的损失函数,并对网络进行训练;4将测试集图像输入到训练好的ISAR目标形变稳健识别网络,得到网络输出结果及测试集识别正确率。本发明能增强模型对目标特征提取的稳健性,有效降低计算成本,提高ISAR目标识别性能,可用于提升ISAR系统的信息感知。
本发明授权基于双通道融合网络的ISAR目标形变稳健识别方法在权利要求书中公布了:1.一种基于双通道融合网络的ISAR目标形变稳健识别方法,其特征在于,包括如下: 1生成训练集和测试集: 1a获取卫星的回波数据,并采用BP算法对获取到的回波数据进行高分辨ISAR成像; 1b设置两组不同的参数,包括俯仰角、带宽、积累角及方位角,根据这两组不同的参数将ISAR成像结果图划分为训练集与测试集,再将其进行逆傅里叶变换获得对应的高分辨距离像HRRP训练集与测试集; 2构建ISAR目标形变稳健识别网络: 2a建立包括5层卷积层,5层池化层,1层全连接层,网格生成器及采样器构成的形变调整模块; 2b建立包括复卷积神经网络和水平条纹变换器的特征提取模块; 2c建立由复卷积神经网络和水平条纹变换器的输出特征加权融合构成的特征融合模块; 2d将形变调整模块、特征提取模块、特征融合模块及现有的softmax分类器级联,构成ISAR目标形变稳健识别网络; 3设计ISAR目标形变稳健识别网络的损失函数: 3a根据2b中的复卷积神经网络和水平条纹变换器设计分布校准损失函数LProto: 其中,与分别表示2b中复卷积神经网络和水平条纹变换器第i类目标的原型,与分别表示2b中复卷积神经网络和水平条纹变换器第j个训练样本的映射后特征,i,i=1,...,4,j,j=1,...,N,N为训练样本数目; 3b根据分布校准损失函数LProto和不同数据通道的损失函数设计总ISAR目标形变稳健识别网络的损失函数Ltotal: Ltotal=β1LISAR+β2LHRRP+β3Lfusion+β4LProto 其中LISAR为2b中复卷积神经网络的交叉熵损失函数,LHRRP为2b中水平条纹变换器的交叉熵损失函数,Lfusion为2c中特征融合模块的交叉熵损失函数,β1,β2,β3,β4分别为四个数值不同的加权参数; 4将ISAR和HRRP的训练集输入到ISAR目标形变稳健识别网络中,采用前向-反向传播方法进行网络训练,直到总损失函数Ltotal达到收敛,得到训练好的ISAR目标形变稳健识别网络; 5将ISAR与HRRP的测试集,输入到训练好的ISAR目标形变稳健识别网络进行测试,得到网络输出的分类结果和识别正确率。
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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。