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！

龙图腾网恭喜西安电子科技大学申请的专利基于深度网络的宽带雷达目标检测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：CN115308739B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202211037185.4，技术领域涉及：G01S13/88；该发明授权基于深度网络的宽带雷达目标检测方法是由刘宏伟;高畅;张寅嵩;王鹏辉设计研发完成，并于2022-08-26向国家知识产权局提交的专利申请。

本基于深度网络的宽带雷达目标检测方法在说明书摘要公布了：本发明公开了一种基于深度网络的宽带雷达目标检测方法，主要解决现有技术由人为设定目标特性和检测窗长度带来检测模型失配导致检测概率低的问题。其方案是：利用仿真建立目标散射点模型获得目标回波一维距离像，建立其训练数据集；构建由多个隐藏层和一个输出解码层级联组成的卷积神经网络，并将二分类交叉熵损失函数设置为其代价函数；根据训练数据集和代价函数，使用小批量梯度下降法迭代训练卷积神经网络；将待检测目标的回波输入到训练好的卷积神经网络，得到目标检测结果。本发明将深度学习用于宽带目标检测，避免因人工设计检测窗长度或人为设定目标特性带来的检测模型失配，提高了不同信噪比目标的检测概率，可用于宽带雷达跟踪和预警。

本发明授权基于深度网络的宽带雷达目标检测方法在权利要求书中公布了：1.一种基于深度网络的宽带雷达目标检测方法，其特征在于，包括如下：1构建训练数据集：1a利用宽带雷达场景中目标的参数信息，建立仿真目标的散射点模型；1b由散射点模型计算雷达接收的回波信号，获得宽带雷达目标的一维距离像，并在目标附近对一维距离像进行随机裁剪，将裁剪后的一维距离像作为一个训练样本；1c重复1a-1b若干次，得到训练数据集D；2构建一个包含2K个隐藏层和1个输出解码层级联组成的卷积深度神经网络，并将二分类交叉熵损失函数作为该网络的代价函数Jθ，K≥1；3根据训练数据集D和代价函数Jθ，使用小批量随机梯度下降法对卷积神经网络进行训练，得到训练好的卷积神经网络；4宽带雷达目标检测：4a获取宽带雷达单脉冲回波数据并进行脉冲压缩和线性检波处理，得到待检测目标的一维距离像；4b将一维距离像输入到训练好的卷积神经网络，得到待检测目标的网络输出序列；4c根据雷达期望的虚警概率Pfa和平均信噪比SNR，使用蒙特卡洛方法计算检测门限γ；4d计算4b得到的网络输出序列在待检测目标处的最大峰值a，并将其与检测门限γ进行对比，完成目标检测：若a≥γ，则目标存在，否则，目标不存在。

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”。