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稀疏贝叶斯学习网络的ISAR稳健成像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：CN119126113B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202411156218.6，技术领域涉及：G01S13/90；该发明授权基于稀疏贝叶斯学习网络的ISAR稳健成像方法是由白雪茹;张宇杰;周子钰;周峰设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本基于稀疏贝叶斯学习网络的ISAR稳健成像方法在说明书摘要公布了：本发明公开了一种基于稀疏贝叶斯学习网络的ISAR稳健成像方法，主要解决现有技术在低信噪比条件下成像性能较差，对不同信噪比和缺损率的回波成像缺乏稳健性的问题。其实现方案是：先建立回波缺损条件下的ISAR稀疏观测模型，根据观测模型构建训练集与测试集；再根据观测模型构建概率模型，根据概率模型将2D‑IFGaPL算法展开为深度网络，并将CNN嵌入其中构成主网络；构建超网络动态生成不同缺损率回波对应的模型参数，将其与主网络连接构成稀疏贝叶斯学习网络；利用训练集对稀疏贝叶斯学习网络进行训练，将测试集输入到训练好的网络，得到最终的ISAR高分辨成像结果。本发明提高了在低信噪比条件下的成像精度和稳健性，可用于舰载、机载ISAR系统。

本发明授权基于稀疏贝叶斯学习网络的ISAR稳健成像方法在权利要求书中公布了：1.一种基于稀疏贝叶斯学习网络的ISAR稳健成像方法，其特征在于，包括如下步骤： 1根据距离字典，方位字典，噪声矩阵，建立回波缺损条件下的ISAR稀疏观测模型： ； 其中，表示回波矩阵，、，，表示未知ISAR图像，N表示回波矩阵的距离维度，M表示回波矩阵的方位维度，P表示ISAR图像的距离维度，Q表示ISAR图像的方位维度； 2构建训练集和测试集： 2a生成散射点的位置和幅度均服从不同的分布的多组点仿真标签图像； 2b将点仿真标签图像带入观测模型得到点仿真回波矩阵，并将仿真回波矩阵与点仿真标签图像进行组合构成训练集； 2c将Yak-42飞机的回波数据作为测试集； 3根据ISAR稀疏观测模型建立概率模型： ； 其中表示均值为、噪声精度为的复高斯分布，且服从先验分布，服从条件分布，表示回波矩阵中第n个距离维第m个方位维的元素，表示距离字典中第n个距离维，表示方位字典中第m个方位维，为图像先验方差矩阵； 4构建稀疏贝叶斯学习网络： 4a根据概率模型与迭代算法2D-IFGaPL构建深度网络； 4b构建包含多个卷积模块的卷积神经网络CNN，并嵌入深度网络得到主网络； 4c构建超网络，将该超网络与主网络进行连接得到稀疏贝叶斯学习网络，并选择其损失函数； 5将训练集输入到稀疏贝叶斯学习网络，通过对损失函数的反向传播法和梯度下降法对其进行训练，得到训练好的稀疏贝叶斯学习网络； 6将测试集输入到训练好的稀疏贝叶斯学习网络，得到最终的高分辨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。