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！

龙图腾网获悉中南大学申请的专利浅层钢筋网遮蔽场景的相邻目标散射回波分离方法及系统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：CN121028215B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511548938.1，技术领域涉及：G01V3/12；该发明授权浅层钢筋网遮蔽场景的相邻目标散射回波分离方法及系统是由雷文太;李明珠;陈天语;王以明;蒲美琴;高航;张涛设计研发完成，并于2025-10-28向国家知识产权局提交的专利申请。

本浅层钢筋网遮蔽场景的相邻目标散射回波分离方法及系统在说明书摘要公布了：本发明公开了一种浅层钢筋网遮蔽场景的相邻目标散射回波分离方法及系统，包括根据实际探测场景构建探测场景模型；改变模型的各类参数以获取初始探测数据集并预处理得到训练数据集；基于Swin‑Unet模型、多尺度特征融合方案、Transformer方案、MLP方案和注意力机制，构建包括两阶段网络的浅层钢筋网遮蔽场景的相邻目标散射回波分离初始模型并训练得到浅层钢筋网遮蔽场景的相邻目标散射回波分离模型；采用得到的浅层钢筋网遮蔽场景的相邻目标散射回波分离模型进行实际的浅层钢筋网遮蔽场景的相邻目标的散射回波的分离。本发明不仅能够实现浅层钢筋网遮蔽场景的相邻目标的散射回波的分离，可靠性更高，精确性更好，分离的效果也更好。

本发明授权浅层钢筋网遮蔽场景的相邻目标散射回波分离方法及系统在权利要求书中公布了：1.一种浅层钢筋网遮蔽场景的相邻目标散射回波分离方法，其特征在于包括如下步骤： S1.根据实际探测场景，构建探测场景模型；其中，探测场景模型包括浅层钢筋网和浅层钢筋网下方的相邻目标； S2.根据步骤S1构建的探测场景模型，改变模型的各类电磁参数、位置参数和尺寸参数，以获取初始探测数据集； S3.对步骤S2获取的初始探测数据集进行预处理，以得到训练数据集； S4.基于Swin-Unet模型、多尺度特征融合方案、Transformer方案、MLP方案和注意力机制，构建包括两阶段网络的浅层钢筋网遮蔽场景的相邻目标散射回波分离初始模型；包括如下步骤： 基于Swin-Unet模型，构建浅层钢筋网遮蔽场景的相邻目标散射回波分离初始模型；模型包括第一阶段网络和第二阶段网络； 第一阶段网络和第二阶段网络的结构相同，均包括公共编码器、强解码器和弱解码器； 基于Transformer方案、MLP方案和注意力机制构建公共编码器；公共编码器用于提取输入数据的多尺度特征，生成不同层次的特征表示，为浅层钢筋网遮蔽场景下的相邻目标散射回波分离提供特征支撑； 基于Transformer方案、MLP方案和注意力机制构建强解码器；同时，公共编码器的中间输出特征还通过跳跃连接的方式输入到强解码器中；强解码器利用公共编码器的深层语义特征进行特征重建，同时结合来自编码器的跳跃连接，实现空间细节与全局语义的联合建模，生成强散射体的分离结果； 基于Transformer方案、MLP方案和注意力机制构建弱解码器；同时，公共编码器的中间输出特征还通过多尺度特征融合方案和跳跃连接的方式输入到弱解码器中；弱解码器在公共编码器提取的多尺度特征基础上，通过跳跃连接模块实现多尺度特征融合，并进一步增强弱目标的特征表达能力，生成弱散射体的分离结果； 训练过程：第一阶段网络采用各组数据中的预处理第1幅数据作为输入，采用各组数据中的预处理第2组数据和各组数据中的预处理第3组数据作为输出；第二阶段网络采用各组数据中的预处理第3组数据作为输入，采用各组数据中的预处理第4组数据和各组数据中的预处理第5组数据作为输出；第一阶段网络和第二阶段网络各自进行训练； 使用过程：将第一阶段网络的弱解码器的输出，作为第二阶段网络的输入；将第二阶段网络的强解码器的输出和弱解码器的输出，作为最终的模型输出，完成浅层钢筋网遮蔽场景的相邻目标的散射回波的分离； 其中，第一阶段网络用于实现浅层钢筋网与下方相邻目标的散射回波的分离，第二阶段网络用于实现浅层钢筋网下的相邻目标之间的散射回波的分离； S5.采用步骤S3得到的训练数据集，对步骤S4构建的浅层钢筋网遮蔽场景的相邻目标散射回波分离初始模型进行训练，得到浅层钢筋网遮蔽场景的相邻目标散射回波分离模型； S6.采用步骤S5得到的浅层钢筋网遮蔽场景的相邻目标散射回波分离模型，进行实际的浅层钢筋网遮蔽场景的相邻目标的散射回波的分离。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。