Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京理工大学纪程获国家专利权

南京理工大学纪程获国家专利权

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!

龙图腾网获悉南京理工大学申请的专利一种基于广域特征提取的海杂波数据样本智能生成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:CN119805392B

龙图腾网通过国家知识产权局官网在2025-11-11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:202411761912.0,技术领域涉及:G01S7/41;该发明授权一种基于广域特征提取的海杂波数据样本智能生成方法是由纪程;陶伟;徐学永;周明亮;吴超设计研发完成,并于2024-12-03向国家知识产权局提交的专利申请。

一种基于广域特征提取的海杂波数据样本智能生成方法在说明书摘要公布了:本发明公开了一种基于广域特征提取的海杂波数据样本智能生成方法,包括:基于海杂波时空相关特性,利用滑动窗口机制处理海杂波数据,对一维单距离门多脉冲海杂波数据进行三通道RGB图像样本构建;面向海杂波的广域能量分布提取精细化特征,构建海杂波特征提取模块,并嵌入到海杂波建模仿真网络中;改进基于ViT的生成器,提出并引入了海杂波瞬态全局信息与局部细节融合模块和空频双路径信息提取模块,并将提取到的海杂波精细化特征作为先验信息输入到生成器中,设计联合损失函数约束引导网络训练,直至生成器和鉴别器均达到收敛状态,取训练好的生成器作为海杂波生成模型。本发明最终生成的数据在多域逼真度指标上达到了给定阈值指标要求。

本发明授权一种基于广域特征提取的海杂波数据样本智能生成方法在权利要求书中公布了:1.一种基于广域特征提取的海杂波数据样本智能生成方法,其特征在于,具体包括以下步骤: 步骤1:获取原始海杂波数据,并从原始海杂波数据提取纯净的海杂波数据,进行归一化处理; 步骤2:基于时空特性利用滑动窗口机制获得海杂波独立回波样本; 对海杂波独立回波样本进行幅度特性分析,估计海杂波数据的概率密度分布参数,并拟合为最优统计分布模型,提取幅度分布类型和幅度分布参数; 对海杂波独立回波样本进行功率谱和时频域的分析,获取海杂波功率谱中的多普勒频移和多普勒展宽; 步骤3:将多脉冲多距离门海杂波数据按照单距离单元划分为多脉冲的一维样本,利用多脉冲的一维样本进行三通道RGB图像样本构建; 步骤4:利用三通道RGB图像样本与对应的幅度分布类型和幅度分布参数标签信息训练面向海杂波广域能量分布的精细化特征提取网络,待模型收敛且精度提升后形成预训练模型,将三通道RGB图像样本输入到预训练模型,获得广域精细化特征; 步骤5:基于改进的ViT搭建生成对抗网络GAN模型,所述基于改进的ViT的生成对抗网络模型包括生成器和鉴别器,生成器用于生成模拟海杂波数据,鉴别器用于判断生成数据的真实性、幅度特性和能量谱密度; 步骤6:将步骤4获得的广域精细化特征作为生成器的先验信息输入,并将步骤2中海杂波独立回波样本按照实部虚部分别进行实数化处理,构建多脉冲多距离门实部虚部双通道样本并作为训练集,输入到生成器和鉴别器中进行协同训练; 步骤7:利用训练好的生成器生成海杂波数据样本。

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南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫街道200号南京理工大学;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。

免责声明
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。