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！

龙图腾网获悉清华大学深圳国际研究生院;清华大学申请的专利基于自适应流形判别回归的多雷达协同目标识别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：CN120122071B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510037305.8，技术领域涉及：G01S7/41；该发明授权基于自适应流形判别回归的多雷达协同目标识别方法是由刘瑜;李耀文;孙成龙;张圣一;姜智卓;李徵;李劭辉;何友设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本基于自适应流形判别回归的多雷达协同目标识别方法在说明书摘要公布了：本发明提供一种基于自适应流形判别回归的多雷达协同目标识别方法，涉及雷达信号处理技术领域，该方法包括：根据待识别物体对应的至少两个视角的第一HRRP数据确定第一数据矩阵；根据目标投影矩阵对第一数据矩阵进行特征投影得到第一特征向量；目标投影矩阵为利用至少两个视角的第二HRRP数据、各视角的第二HRRP数据对应的训练标签以及多视角识别的第一目标函数对初始投影矩阵进行迭代更新得到的；第一目标函数的目标参数包括各视角对应的视角权重、投影矩阵以及近邻关系权重矩阵；根据第一特征向量确定第一HRRP数据对应的物体类别。本发明中提高了多视角HRRP目标识别的准确度。

本发明授权基于自适应流形判别回归的多雷达协同目标识别方法在权利要求书中公布了：1.一种基于自适应流形判别回归的多雷达协同目标识别方法，其特征在于，包括： 获取待识别物体对应的至少两个视角的第一HRRP数据； 根据各所述视角的第一HRRP数据，确定第一数据矩阵； 根据目标投影矩阵，对所述第一数据矩阵进行特征投影，得到所述第一数据矩阵对应的第一特征向量；所述目标投影矩阵为利用至少两个视角的第二HRRP数据、各所述视角的第二HRRP数据对应的训练标签以及多视角识别的第一目标函数，对初始投影矩阵进行迭代更新得到的，所述训练标签与各所述视角的第二HRRP数据对应的第二特征向量相关联，各所述视角的第二HRRP数据对应的第二特征向量用于确定第二HRRP数据对应的物体类别；所述第一目标函数的目标参数包括各所述视角对应的视角权重、投影矩阵以及近邻关系权重矩阵，所述近邻关系权重矩阵用于表征各所述视角下预设类别中近邻样本之间的权重； 根据所述第一特征向量，确定所述第一HRRP数据对应的物体类别。

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清华大学深圳国际研究生院;清华大学，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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。