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一种基于散射中心特征提取的SAR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：CN116778349B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310596078.3，技术领域涉及：G06V20/13；该发明授权一种基于散射中心特征提取的SAR目标识别方法是由杜兰;廖磊瑶;陈健;曹卓为设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本一种基于散射中心特征提取的SAR目标识别方法在说明书摘要公布了：本发明公开了一种基于散射中心特征提取的SAR目标识别方法，包括：步骤1、获取待识别的SAR图像；步骤2、将所述待识别的SAR图像输入至训练好的散射中心提取和目标识别一体化网络，得到识别结果。本发明通过将SAR图像的物理模型嵌入深度神经网络，构建了一个深度可解释的网络模型，实现了机理与数据联合驱动的SAR目标识别网络，通过提取具有明确物理含义的散射中心特征，提升了现有深度神经网络的可解释能力。

本发明授权一种基于散射中心特征提取的SAR目标识别方法在权利要求书中公布了：1.一种基于散射中心特征提取的SAR目标识别方法，其特征在于，所述SAR目标识别方法包括： 步骤1、获取待识别的SAR图像； 步骤2、将所述待识别的SAR图像输入至训练好的散射中心提取和目标识别一体化网络，得到识别结果； 其中，所述散射中心提取和目标识别一体化网络包括散射中心提取模块、图像重构模块和目标识别模块，所述散射中心提取模块用于从输入的SAR图像中提取对应的散射中心，以输出散射系数，图像重构模块用于根据所述散射中心提取模块输出的散射系数，利用傅里叶字典对SAR图像进行稀疏重构，输出稀疏重构图像，以使所述图像重构模块的损失函数在训练过程中对所述散射中心提取模块产生约束，所述目标识别模块用于根据所述散射中心提取模块输出的散射系数构建的3D点云数据，以利用所述3D点云数据实现目标识别，得到识别结果； 所述散射中心提取模块包括卷积神经网络，所述卷积神经网络用于拟合非线性映射函数，在训练过程，所述卷积神经网络的输入是上一次迭代得到的散射系数，所述卷积神经网络的输出利用稀疏重构算法进行迭代求解，得到散射系数； 所述卷积神经网络包括4个依次连接的卷积层，卷积核的大小均设置为3×3，且前三层所述卷积层中含有激活函数ReLU，输出通道数为32，最后一层所述卷积层不含激活函数，输出通道数为1； 所述稀疏重构算法的迭代公式表示为： 其中，表示第次迭代的散射系数，表示第次迭代的散射系数，表示可调的控制参数，表示傅里叶字典，表示矩阵转置操作，表示将矩阵向量化，表示将向量矩阵化，表示非线性映射函数，表示单位矩阵，表示输入的SAR图像； 所述图像重构模块由单层线性全连接层构成，且所述单层线性全连接层的权值矩阵固定为傅里叶字典； 所述SAR图像的傅里叶字典的每一列表示为： 其中，表示傅里叶字典，表示L2范数，表示将矩阵向量化，表示频率，，表示雷达载频，表示带宽，表示方位角，，表示转角，表示光速，表示虚部单元，表示二维的位置坐标； 所述图像重构模块的损失函数表示为： 其中，表示所述图像重构模块的损失函数，表示散射系数，表示稀疏约束项，表示可调的权值参数，表示原始的SAR图像。

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”。