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连续条件下的杂波模拟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：CN115856792B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202210693063.4，技术领域涉及：G01S7/40；该发明授权一种连续条件下的杂波模拟方法是由张伟;马鑫;赵星乐设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本一种连续条件下的杂波模拟方法在说明书摘要公布了：本发明提供一种连续条件下的杂波模拟方法，使用一个训练好的多层感知器MLP将标量形式的标签值映射到高维隐向量空间，得到高维隐向量。比于one‑hot向量，高维隐向量能够携带更多的标签信息；用一个训练好的多层感知器MLP将标量形式的标签值映射到高维隐向量空间，得到高维隐向量。比于one‑hot向量，高维隐向量能够携带更多的标签信息，采用端到端的生成对抗方法，克服了传统杂波建模仿真方法引入中间过程误差的不足，生成对抗方法拥有更强的分布模型拟合能力，实现了连续条件下的杂波生成，可对任意分布特性的雷达杂波数据进行训练，生成相应分布的雷达杂波数据，能够广泛应用于各种环境的雷达杂波生成，对雷达杂波模拟技术的逼真性和通用性都得到了提高。

本发明授权一种连续条件下的杂波模拟方法在权利要求书中公布了：1.一种连续条件下的杂波模拟方法，其特征在于，包括以下步骤： 1训练步骤： 利用生成的杂波数据与标签形成训练数据；杂波数据由杂波数据矩阵组成； 标签经过训练完成的多层感知器MLP后被映射为一个高维隐向量h； 高维隐向量h与一个随机噪声z进行拼接形成一个组合向量，将组合向量输入用于杂波数据生成的生成器； 生成器输出杂波数据至判别器，判别器对输入的杂波数据进行特征提取同时将高维隐向量h通过乘加的方式嵌入到判别器中，判别器输出对当前输入的杂波数据的真假判别结果； 2测试步骤： 把需要生成的杂波数据的标签用训练完成的MLP映射为一个高维隐向量h，再将高维隐向量h输入至完成训练的生成器，生成器输出生成杂波数据； 其中，多层感知器MLP的训练过程如下： MLP预训练过程：构建预训练网络，预训练网络包括x2h部分与h2y部分，x2h部分将输入的杂波数据矩阵x映射到高维隐向量h；h2y部分将隐向量h恢复为标签y，再通过损失函数比较恢复的标签与真实标签的差距从而调整预训练网络参数直至完成训练； MLP训练过程：构建MLP训练网络，MLP训练网络包括MLP与完成训练的h2y部分；MLP网络将输入的标签映射到高维隐向量h；完成训练的h2y部分将隐向量h恢复为标签，再通过损失函数比较恢复的标签与输入的标签的差距反向传播至MLP调整其参数直至完成训练。

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 四川省成都市高新区(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”。

以上内容由龙图腾AI智能生成。