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！

龙图腾网获悉南通海量信电子科技有限公司申请的专利一种基于深度学习的雷达微动特征提取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：CN121541170B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610063393.3，技术领域涉及：G01S7/41；该发明授权一种基于深度学习的雷达微动特征提取方法是由施云飞;汤子婧;王鹏宇;汤进平;文家琪设计研发完成，并于2026-01-19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雷达微动特征提取方法在说明书摘要公布了：本发明涉及特征检测技术领域，具体为一种基于深度学习的雷达微动特征提取方法，包括以下步骤，采集雷达信号的瞬时幅度、斜率、时间间隔及相位变化，归一化为时序特征组，构建并融合成特征矩阵，输入时序卷积网络模型进行多层抽取与建模，实施多级判别与动态筛选，最后基于归因置信概率，通过阈值判断和多元联合筛选，输出片段序列。本发明中，通过捕获瞬时幅度、斜率、极值点间隔及相位变化构建四元时序特征，揭示目标微弱动态的内在关联，自动建模时空相关性以挖掘非线性、非平稳特征，并对特征实施多级判别、动态筛选及归因置信概率联合判断，从而在复杂背景干扰下精准锁定有效微动信号分段，显著提升特征提取的鲁棒性与精确度。

本发明授权一种基于深度学习的雷达微动特征提取方法在权利要求书中公布了：1.一种基于深度学习的雷达微动特征提取方法，其特征在于，包括以下步骤： S1：通过采集雷达信号连续采样数据，获取瞬时幅度变化、幅度变化斜率、极值点间采样时间间隔及瞬时相位变化，组合作为四元时序特征组，调用归一化处理函数对所述四元时序特征组归一化，生成归一化时序特征块； S2：将所述归一化时序特征块输入特征矩阵构建流程，整理为时序二维特征矩阵，并融合所述瞬时相位变化，生成融合特征矩阵； S3：将所述融合特征矩阵输入时序卷积网络模型，执行多层特征抽取，自动建模时空相关性，获取输出端每一分段的判别概率分布，提取归因置信概率分布，并针对判别特征分布实施多级判别，进行动态筛选，输出置信概率与特征参数； S4：通过所述归因置信概率分布，基于判别概率分布对信号分段归因结果执行概率阈值判断，调用窗口内最大相对波动幅度与均方根参数，针对所述判别概率分布处于阈值区间内的数据分段，执行多元联合筛选，输出筛选片段序列。

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通海量信电子科技有限公司，其通讯地址为：226000 江苏省南通市崇川区城东街道工农路388号9幢；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。