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申请的专利一种基于SE-Unet的合成孔径雷达欠采样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：CN115079175B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210820680.6，技术领域涉及：G01S13/90；该发明授权一种基于SE-Unet的合成孔径雷达欠采样成像方法是由刘喆;伍雅洁设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本一种基于SE-Unet的合成孔径雷达欠采样成像方法在说明书摘要公布了：本发明公开一种基于SE‑Unet神经网络的合成孔径雷达欠采样成像方法，应用于雷达技术领域，针对Unet重建图像运行时间长、图像细节保留不够、复杂背景目标方位模糊抑制性能差的不足；本发明通过将SAR信号处理与具有特征压缩的卷积神经网络SE‑Unet相结合，实现SAR欠采样成像的计算量减少、神经网络训练时间减、提升复杂场景下的SAR欠采样成像质量。与传统卷积神经网络重建方法相比，该方法减少网络的计算量、降低网络的训练时间，并且更完整地重建复杂场景中的图像细节。

本发明授权一种基于SE-Unet的合成孔径雷达欠采样成像方法在权利要求书中公布了：1.一种基于SE-Unet的合成孔径雷达欠采样成像方法，其特征在于，包括： S1、分别构建雷达参数集para_setnormal与雷达参数集para_setsub； 所述雷达参数集para_setnormal包括的参数为：正常采样下的脉冲重复频率，记作PRFnormal；雷达的方位调频率，记作Ka；雷达系统发射的脉冲波长，记作λ；雷达系统发射的脉冲时宽，记作Tr；雷达系统的距离采样率，记作Fr；雷达的合成孔径时间，记作Tsar；雷达平台运动的有效速度，记作Vr；雷达系统的距离向采样间隔，记作ΔT；雷达系统的方位向采样间隔，记作ΔA；光速记作c；中心频率记做f0；多普勒中心频率，记做fDOP； 所述雷达参数集para_setsub包括的参数为：欠采样图像对应的脉冲重复频率，记作PRFsub；雷达的方位调频率，记作Ka；雷达系统发射的脉冲波长，记作λ；雷达系统发射的脉冲时宽，记作Tr；雷达系统的距离采样率，记作Fr；雷达的合成孔径时间，记作Tsar；雷达平台运动的有效速度，记作Vr；雷达系统的距离向采样间隔，记作ΔT；雷达系统的方位向采样间隔，记作ΔA；光速记作c；中心频率记做f0；多普勒中心频率，记做fDOP； S2、基于步骤S1构建的雷达参数集para_setnormal与雷达参数集para_setsub构建训练数据集，训练数据集中每组数据为一对数据，这一对数据具体为：基于para_setnormal和para_setsub各自仿真后生成的雷达回波再经ωKA算法成像并剪切得到的数据矩阵； S3、构建SE-Unet网络；步骤S3所述的SE-Unet网络呈左右对称结构，左边为压缩路径，右边为扩展路径； 压缩路径包括卷积、最大池化两个部分，用于从数据中提取特征； 扩展路径包括上采样、拼接、卷积三个部分，用于收集压缩路径提取的特征； 在压缩路径的最大池化之前的特征图经过SENet模块输出相同尺寸的叠加有权重的特征图，与对应扩展路径中上采样之后的特征图进行拼接； 在SE-Unet底部还包括一个复制相加操作，用1×1的卷积对最后一次最大池化操作后的特征图进行复制，将复制的特征图叠加到第一次上采样前的特征图上； 所述SENet模块包括：全连接操作单元、压缩操作单元、扩展操作单元以及权重叠加操作单元；全连接操作单元的输入为当前压缩路径的最大池化之前的特征图，全连接操作单元的输出作为压缩操作的输入，压缩操作单元的输出作为扩展操作单元的输入，扩展操作单元的输出与全连接操作单元的输出作为权重叠加操作单元的输入，权重叠加操作单元的输出为叠加有权重的特征图； 全连接操作单元的计算过程为： 其中，Ftr为全连接操作，是全连接函数，X表示当前压缩路径的最大池化之前的特征图，U表示全连接操作后得到的特征图，表示复数集，W×H为X对应的维度，C为X对应的通道数，W′×H′为U对应的维度，C′为U对应的通道数； 压缩操作单元的计算过程为： 其中，Fsq为压缩操作，z是U经过压缩操作后得到的特征，zc是z的第c个元素，uci，j表示U中第c个二维矩阵中第i行第j列元素； 扩展操作单元的计算过程为： 其中，Fex为扩展操作，S是获得的特征图权重，σ·是sigmoid函数，δ·是relu函数，W1，W2是维度，r是缩放参数； 权重叠加操作单元的计算过程为： 其中，Fscale为权重叠加操作，是叠加有权重的特征图； S4、采用步骤S2生成的训练数据集对步骤S3构建的SE-Unet网络进行训练； S5、将在S-SAR模式下对回波数据非均匀采样成像得到的欠采样方位模糊图像输入训练完成的SE-Unet网络，得到去除方位模糊的图像。

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，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”。