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;中国电子科技集团公司第二十九研究所申请的专利一种平移不变结构电磁散射特征分离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：CN116597279B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310629437.0，技术领域涉及：G06V10/82；该发明授权一种平移不变结构电磁散射特征分离方法是由李志强;廖明亮;郭兰维;师君;宋缘设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本一种平移不变结构电磁散射特征分离方法在说明书摘要公布了：本发明公开了一种平移不变结构电磁散射特征分离方法，以典型结构件的电磁散射特征复图像作为基础数据构造电磁特征散射分离数学模型，利用深度学习中的目标检测技术实现对复杂目标中各结构件散射特征的位置估计，利用估计位置构造平移不变结构散射特征分离方程，实现复杂目标中各结构件的电磁散射特征分离。本发明的方法采用深度学习中的目标检测技术，能避免大规模矩阵求逆等复杂操作，提高算法的效率和可靠性，与现有技术相比，直接采用了目标典型结构散射复图像构造分离模型，能更精确的描述复杂目标电磁散射过程，提高散射特征分离精度，用于复杂目标散射特征测量与雷达图像目标精细化识别等工作。

本发明授权一种平移不变结构电磁散射特征分离方法在权利要求书中公布了：1.一种平移不变结构电磁散射特征分离方法，具体步骤如下： 步骤1、获取被测件的电磁散射特征复图像； 利用暗室转台测量系统得到被测件不同角度的电磁散射特征原始复数据，利用标准的转台成像算法对指定角度范围内被测件的电磁散射特征原始复数据进行成像，得到被测件的电磁散射特征复图像； 其中，标准的转台成像算法是对转台测量数据进行相参处理，得到被测目标散射特征空间分布的方法；标准的转台成像算法的输入为目标电磁散射特性原始复数据，输出为被测目标的电磁散射特征复图像，转台成像算法为卷积-后向投影算法； 步骤2、建立结构部件电磁散射特征库； 将n个典型结构部件放置在暗室转台上，利用步骤1的方法得到n个典型结构部件的电磁散射特征复图像P1，P2……Pn，通过对典型结构部件的电磁散射特征复图像P1，P2……Pn进行平移变换进行数据扩增，即可得到结构部件电磁散射特征库S，S的输入变量为不同位置处包含的典型结构部件电磁散射特征复图像P1，P2……Pn的被测目标的电磁散射特征复图像s，标签为典型结构部件电磁散射特征在被测目标电磁散射特征复图像中的中心位置T1，T2……Tn； 步骤3、构建电磁散射特征中心估计网络； 采用标准的目标检测网络，利用步骤2得到的结构部件的电磁散射特征库S对网络进行训练，得到正确训练的电磁散射特征中心估计网络； 其中，标准的目标检测网络的输入是包含典型结构部件目标的电磁散射特征复图像的被测目标的电磁散射特征复图像，输出是典型结构部件目标的电磁散射特征在被测目标的电磁散射特征复图像中的特征中心；目标检测网络包括：CNN，SPP-Net、FastR-CNN、FasterR-CNN、R-FCN以及YOLO、SSD； 将步骤1中的被测件的电磁散射特征复图像导入电磁散射特征中心估计网络，得到被测件的电磁散射特征复图像中典型结构部件目标的数量n和各个典型结构部件目标的电磁散射特征中心位置t1，t2……tn； 步骤4、构建包含典型结构部件电磁散射特征的电磁散射特征复图像组； 利用步骤3得到的被测目标的电磁散射特征复图像中典型结构部件目标的电磁散射特征中心位置t1，t2……tn，分别与对应的典型结构部件的电磁散射特性原始复数据D1，D2……Dn进行二维卷积运算，获得典型结构部件的电磁散射特征复图像Ai，即进而获得包含典型结构部件的电磁散射特征复图像的电磁散射特征复图像组A； 其中，表示二维图像卷积； 步骤5、构建典型结构部件目标的电磁散射特征重建矩阵； 利用步骤4得到的包含典型结构部件电磁散射特征复图像的电磁散射特征复图像组A，遍历复图像组中的所有复图像A1，A2……An，每个复图像分别与复数图像组中的所有复图像的共轭图像相乘，将相乘的结果作为典型结构部件目标的电磁散射特征重建矩阵G的一个元素，即Gi,j=Ai×conjAj，得到典型结构部件目标的电磁散射特征重建矩阵G； 其中，conj表示复数的共轭； 步骤6、计算不同结构部件电磁散射特征系数向量； 利用步骤4得到的典型结构部件电磁散射特征复图像的电磁散射特征复图像组A，遍历复图像组中的所有复图像A1，A2……An，与步骤2获得的结构部件电磁散射特征库S中的不同位置处包含的典型结构部件电磁散射特征复图像P1，P2……Pn的被测目标的电磁散射特征复图像s的共轭图像相乘，将相乘的结果作为不同结构部件电磁散射特征系数向量Y的一个元素，即Yi=Ai×conjs，得到不同结构部件电磁散射特征系数向量Y； 步骤7、计算最优化权重系数向量； 利用步骤5得到的典型结构部件目标的电磁散射特征重建矩阵G的逆矩阵G-1，与步骤6获得的不同结构部件电磁散射特征系数向量Y相乘，相乘的结果取共轭，即W=conjG-1×Y，获得最优化权重系数向量W； 步骤8、不同结构部件的电磁散射特征分离； 利用步骤7获得的最优化权重系数向量W，与步骤2获得的典型结构部件的电磁散射特征复图像P1，P2……Pn相乘，即Pi’=Wi×Pi，获得不同典型结构部件目标的图像P1’，P2’……Pn’，获得复杂目标中典型结构部件的电磁散射特征强度图像，实现复杂目标中典型结构部件的电磁散射特征分离。

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;中国电子科技集团公司第二十九研究所，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。