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！

龙图腾网恭喜深圳大学申请的专利基于深度学习的车载SAR速度估计方法、系统及终端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：CN114114183B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202111056008.6，技术领域涉及：G01S7/41；该发明授权基于深度学习的车载SAR速度估计方法、系统及终端是由赵博;蒯成玲;黄磊;司璀琪;梁承美;包为民设计研发完成，并于2021-09-09向国家知识产权局提交的专利申请。

本基于深度学习的车载SAR速度估计方法、系统及终端在说明书摘要公布了：本发明公开了基于深度学习的车载SAR速度估计方法、系统及终端，所述方法包括：获取速度传感器采集的雷达子孔径对应的子孔径速度；将所述子孔径速度作为基准速度，将车辆的速度范围划分为多个子速度区间，并标记为不同的速度类；获取样本和对应的标签，搭建卷积神经网络模型，将获取的样本和对应的标签输入到所述卷积神经网络模型进行监督学习，得到速度估计模型；基于所述速度估计模型对子速度区间进行预测，将预测的子速度区间转换为最终的速度估计值。本发明实现了对子孔径回波的速度估计，在保证效率的同时确保了速度估计值的准确性，完全满足车载场景的应用，摆脱了依靠惯导或类似的测速装置，降低了系统硬件系统成本。

本发明授权基于深度学习的车载SAR速度估计方法、系统及终端在权利要求书中公布了：1.一种基于深度学习的车载SAR速度估计方法，其特征在于，所述基于深度学习的车载SAR速度估计方法包括：获取速度传感器采集的雷达子孔径对应的子孔径速度；将所述子孔径速度作为基准速度，将车辆的速度范围划分为多个子速度区间，并标记为不同的速度类；将所述基准速度根据偏移速度进行偏移，并根据图像评估指标确定最佳偏移速度；根据所述最佳偏移速度将车辆的速度范围划分为多个子速度区间，每一个子孔径速度对应在每一个子速度区间内，并将每个子速度区间标记为不同的速度类；获取样本和对应的标签，搭建卷积神经网络模型，将获取的样本和对应的标签输入到所述卷积神经网络模型进行监督学习，得到速度估计模型；获取将要输入到卷积神经网络模型的样本和对应的标签，标签为子孔径速度对应的速度类，样本为距离多普勒域数据矩阵；搭建卷积神经网络模型，将获取的样本和对应的标签输入到所述卷积神经网络模型中进行监督学习，当训练集和验证集的准确率满足要求后得到速度估计模型；将距离多普勒域数据矩阵按序分为10个小矩阵，10个小矩阵样本打相同的标签；基于所述速度估计模型对子速度区间进行预测，将预测的子速度区间转换为最终的速度估计值；当所述速度估计模型对样本的速度类别进行预测时，每个子孔径速度包含多个子速度类别，将速度区间的中间值作为当前类别的速度值；计算多个样本的预测类别的平均值得到最终的速度估计值，所述速度估计值为车载SAR速度。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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”。