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！

龙图腾网获悉电子科技大学申请的专利一种基于多模深度网络的雷达真假目标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：CN115980688B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202211660398.2，技术领域涉及：G01S7/41；该发明授权一种基于多模深度网络的雷达真假目标识别方法是由周代英;廖阔;沈晓峰;张瑛;冯健设计研发完成，并于2022-12-23向国家知识产权局提交的专利申请。

本一种基于多模深度网络的雷达真假目标识别方法在说明书摘要公布了：本发明属于雷达真假目标识别技术领域，具体涉及一种基于多模深度网络的雷达真假目标识别方法。本发明首先对雷达真假目标的一维距离像数据进行预处理，作为多模深度网络的输入，多模深度网络由3个并行的一维卷积子网络组成，从一维距离像中提取多模特征，然后，串接3层的堆自编码器，从多模特征中进一步提取识别特征，最后采用softmax分类层完成目标类型识别。由于利用多个卷积核大小不同的卷积子网络进行初步的特征提取，然后，采用堆自码器进一步提取识别特征，从而能够提取到更精细、更全面的非线性特征，改善对目标的识别性能。对四类仿真目标的一维距离像数据进行了仿真实验，实验结果验证了方法的有效性。

本发明授权一种基于多模深度网络的雷达真假目标识别方法在权利要求书中公布了：1.一种基于多模深度网络的雷达真假目标识别方法，其特征在于，包括以下步骤： S1、定义获取的第i类真假目标的第j个训练一维距离像为n维列矢量xij，1≤i≤g，1≤j≤Ni，其中，Ni为第i类真假目标的训练一维距离像样本数，N为训练一维距离像样本总数；对一维距离像xij进行如下预处理： 其中，||·||表示矢量的模； S2、构建多模深度网络模型，包括多模子网络、堆自编码器和分类层；其中，多模子网络由3个并行的模型参数不同的一维卷积子网络构成，多模子网络的输入为 经过3个并行的一维卷积子网络进行特征提取后，将得到的3个特征进行拼接输出x1；堆自编码器由3个级联的自编码器构成，堆自编码器的输入为x1，堆自编码器的输出为x2；x2输入分类层进行分类输出； S3、利用S1得到的对S2构建的多模深度网络模型进行训练，具体为使用BP方法训练整个深度网络的模型参数，损失函数为最小均方差函数，优化方法是最速梯度下降方法，最佳的迭代次数和学习率由实验确定； S4、将获取的真假目标的一维距离像输入到已经训练好的多模深度网络模型中，以softmax分类层的输出矢量中最大分量对应的标签作为目标识别类别。

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电子科技大学，其通讯地址为：611731 四川省成都市高新西区西源大道2006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”。