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！

龙图腾网获悉北京理工大学申请的专利一种穿墙雷达运动目标识别方法及装置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：CN115113158B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202210656829.1，技术领域涉及：G01S7/41；该发明授权一种穿墙雷达运动目标识别方法及装置是由杨小鹏;高炜程;兰天;渠晓东;龚俊波设计研发完成，并于2022-06-07向国家知识产权局提交的专利申请。

本一种穿墙雷达运动目标识别方法及装置在说明书摘要公布了：本发明公开了一种穿墙雷达运动目标识别方法及装置，所述方法包括将若干穿墙雷达成像数据作为训练数据，将所述训练数据进行奇异值分解，并将所述训练数据、以及所述训练数据分解后的子分量均由小波散射网络进行增强处理，获取增强成像矩阵、增强子分量；将所述增强成像矩阵、增强子分量分别输入各自对应的概率图模型，所述概率图模型为条件随机场CRF，对各个所述概率图模型进行训练，得到训练好的各个概率图模型；基于所述训练好的各个概率图模型的输出，进行模型融合；获取待识别穿墙雷达成像数据，基于融合后的模型，识别所述待识别穿墙雷达成像数据。

本发明授权一种穿墙雷达运动目标识别方法及装置在权利要求书中公布了：1.一种穿墙雷达运动目标识别方法，其特征在于，包括： 步骤S1：将若干穿墙雷达成像数据作为训练数据，将所述训练数据进行奇异值分解，并将所述训练数据、以及所述训练数据分解后的子分量均由小波散射网络进行增强处理，获取增强成像矩阵、增强子分量； 步骤S2：将所述增强成像矩阵、增强子分量分别输入各自对应的概率图模型，所述概率图模型为条件随机场，对各个所述概率图模型进行训练，得到训练好的各个概率图模型；基于所述训练好的各个概率图模型的输出，进行模型融合； 步骤S3：获取待识别穿墙雷达成像数据，基于融合后的模型，识别所述待识别穿墙雷达成像数据； 所述小波散射网络的小波变换的卷积基函数表示为ψjx＝2-2jψ2-jx 其中，ψjx为所述小波散射网络的第j层输出，x代表所述小波散射网络中节点的输入，定义θ为所述小波散射网络中小波变换的旋转角度，则 所述小波散射网络中每层对应的卷积基函数表示为 其中，ψl,θ,1x为小波散射网络第l层的第一卷积基函数，l为小波散射网络的层数，ψl,θ,2x为小波散射网络第l层的第二卷积基函数，rθ为小波散射网络每层之间的旋转角度，为小波散射网络的传递函数，k＝log2a代表小波变换中尺度变换系数a的对数，ψ代表小波散射网络的Morlet基函数。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。