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！

龙图腾网获悉西安交通大学申请的专利一种基于深度学习的探地雷达信号分辨率提高方法及系统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：CN116186542B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310215191.2，技术领域涉及：G06F18/214；该发明授权一种基于深度学习的探地雷达信号分辨率提高方法及系统是由陈文超;周梅;王晓凯;师振盛设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种基于深度学习的探地雷达信号分辨率提高方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的探地雷达信号分辨率提高方法及系统，采用高频率雷达和低频率雷达分别采集雷达数据作为训练数据集；构建Cycle‑GAN网络模型，Cycle‑GAN网络包含两个镜像对称的生成对抗网络结构；利用训练数据集对Cycle‑GAN网络模型进行训练；采用训练好的Cycle‑GAN网络模型对实际采集的低分辨率探地雷达数据进行测试，本发明的基于深度学习的探地雷达信号分辨率提高方法及系统，能够基于不配对的高频探地雷达数据标签和低频探地雷达数据样本构造数据集，搭建包含两个镜像对称生成对抗网络结构的Cycle‑GAN网络模型，利用数据集对构建的Cycle‑GAN网络模型进行训练，自适应地学习高分辨率和低分辨率数据域之间的映射关系，高质量地实现探地雷达数据分辨率提高。

本发明授权一种基于深度学习的探地雷达信号分辨率提高方法及系统在权利要求书中公布了：1.一种基于深度学习的探地雷达信号分辨率提高方法，其特征在于，包括以下步骤： S1、构建训练数据集； S2、构建Cycle-GAN网络模型，Cycle-GAN网络模型中包含两个镜像对称的生成对抗网络结构，生成对抗网络结构共享生成器GeneratorA2B和生成器GeneratorB2A，并分别携带一个判别器；生成器GeneratorA2B能够将数据域中的样本转换到目标域中的高分辨率数据，生成器GeneratorB2A能够将数据域中的高分辨率数据转换成域中的原始数据；生成器GeneratorA2B和生成器GeneratorB2A的网络结构相同，包括编码器、转换器和解码器； Cycle-GAN网络模型单向工作流程如下： 从数据域中获取输入样本Input_A，将输入样本Input_A传递到生成器GeneratorA2B中生成新样本Generated_B；将新样本Generated_B传递到生成器GeneratorB2A，在原始域转换为原始数据Pseduo_A；利用判别器进行判断，迭代更新网络参数； S3、利用步骤S1得到的训练数据集对步骤S2构建的Cycle-GAN网络模型进行训练，定义对抗损失和循环一致性损失函数为优化目标，对抗损失和循环一致性损失函数如下： 其中，为从域生成至域的对抗损失，为从域生成至域的对抗损失，为判断生成器和一致性的循环一致性损失，为用于控制两个生成器和相对重要性的非负参数； S4、利用步骤S3训练好的Cycle-GAN网络模型对实际采集的低分辨率探地雷达数据进行分辨率提高处理。

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交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。