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基于超网络的稀疏ISAR平动补偿和成像一体化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：CN118915064B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202410972830.4，技术领域涉及：G01S13/90；该发明授权基于超网络的稀疏ISAR平动补偿和成像一体化方法是由白雪茹;王樾;田宇航;周峰设计研发完成，并于2024-07-19向国家知识产权局提交的专利申请。

本基于超网络的稀疏ISAR平动补偿和成像一体化方法在说明书摘要公布了：本发明公开了一种基于超网络的稀疏ISAR平动补偿和成像一体化方法，主要解决现有技术在低信噪比条件下平动补偿的精度和ISAR成像的质量差，对回波信噪比不稳健，空间复杂度高及效率低的问题。其实现方案包括：建立回波缺损情况下的稀疏观测模型；根据稀疏观测模型构造基于L1范数优化的目标函数；迭代求解目标函数，构建基于超网络的平动补偿和ISAR成像一体化网络；利用散射点生成训练集并对一体化网络进行训练；将实测数据输入训练好的一体化网络，通过网络前向传播得到最终的ISAR图像。本发明显著提高了平动补偿的精度和ISAR成像的质量及网络对回波信噪比的稳健性，降低了时间和空间复杂度，可用于舰载、机载的ISAR系统提取目标重要信息。

本发明授权基于超网络的稀疏ISAR平动补偿和成像一体化方法在权利要求书中公布了：1.一种基于超网络的稀疏ISAR平动补偿和成像一体化方法，其特征在于，包括如下步骤： 1根据对回波产生平动误差的平动矩阵Fθ和稀疏观测矩阵Φa，通过对ISAR像进行距离向傅里叶变换Dr和方位向傅里叶变换Da，建立回波缺损下的稀疏观测模型S： S＝Fθ⊙DrXDaΦa+Z 其中，θ表示平动参数，X表示待求解的ISAR像，Z表示噪声，⊙表示哈德玛积； 2根据回波缺损情况下的稀疏观测模型S，构造基于L1范数优化的稀疏ISAR平动补偿与成像优化目标函数J1X,θ： 其中，Eθ＝Fθ*，·*表示共轭操作，||·||F和||·||1分别表示矩阵F范数和矩阵1范数，λ为权系数； 3根据TMC-EADMM算法迭代求解优化目标函数J1X,θ，得到当前迭代次数t时刻的迭代式，即更新ISAR像Xt和估计平动参数θt： 其中，St表示经过Eθt补偿后的第t次回波，St＝Eθt⊙St-1，Xt表示第t次重构的ISAR像，θt表示第t次估计的平动参数，Dr和Da分别表示距离字典和方位字典，Φa表示稀疏观测矩阵； 4根据迭代式Xt和θt构建基于超网络的稀疏ISAR平动补偿和成像一体化网络： 4a截取迭代算法中的T次迭代，将其中第t次迭代包含的迭代式Xt和θt对应为图像重构模块和平动补偿模块； 4b将图像重构模块与平动补偿模块依次连接得到第t层子网络，再将多个子网络级联，得到包含T层子网络的主干网络； 4c设计基于残差网络的超网络，通过超网络提取不同信噪比ISAR像的特征，根据这些特征为主干网络各层生成正则化系数λ、惩罚因子ρ和松弛因子γ这些最优参数； 4d将主干网络及其各层对应的超网络进行组合，构成平动补偿和ISAR成像一体化网络； 5随机生成Nb个幅度服从正态分布，相位服从均匀分布的散射点X，设置不同的信噪比得到不同的ISAR场景，进而生成Nb个不同场景下的回波数据将其作为训练集； 6将训练集输入到平动补偿和ISAR成像一体化网络中，使用梯度下降法对其进行训练，得到训练好的平动补偿和ISAR成像一体化网络； 7将实测Yak-42数据输入到训练好的平动补偿和成像一体化网络中，通过网络前向传播得到最终的ISAR成像结果。

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 陕西省西安市雁塔区太白南路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”。

以上内容由龙图腾AI智能生成。