北京理工大学王岩获国家专利权
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！
龙图腾网获悉北京理工大学申请的专利基于阶数降维和模型选择的深度学习层析SAR三维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：CN116953699B 。
龙图腾网通过国家知识产权局官网在2026-04-17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：202310605121.8，技术领域涉及：G01S13/90；该发明授权基于阶数降维和模型选择的深度学习层析SAR三维成像方法是由王岩;刘常浩;丁泽刚;曾涛设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。
本基于阶数降维和模型选择的深度学习层析SAR三维成像方法在说明书摘要公布了：本发明公开了一种高精度、高效率的基于阶数降维和模型选择的深度学习层析SAR三维成像方法，用在层析SAR三维成像领域，解决模型选择惩罚项选择难、参数调优难、遍历寻优慢的问题，提升层析SAR高精度三维成像效率。该方法是一种信号处理与深度学习网络联合驱动下的一种混合成像处理框架，提出基于阶数降维、范数重建、基于特征选择网络的模型选择、最小二乘重建四个部分的层析SAR三维成像方案。
本发明授权基于阶数降维和模型选择的深度学习层析SAR三维成像方法在权利要求书中公布了：1.基于阶数降维和模型选择的深度学习层析SAR三维成像方法，其特征在于，所述方法包含以下步骤： 步骤一、根据SAR二维成像模型利用实测数据对观测场景进行成像，生成层析SAR实测数据二维SAR复图像数据； 步骤二、将步骤一生成的实测数据二维SAR图像，逐方位-距离分辨单元进行回波提取与观测建模，生成回波集合、观测矩阵集合； 步骤三、利用步骤二生成的回波集合、观测矩阵集合，通过迭代软阈值压缩感知方法得到降维后的低维向量集合； 步骤四、利用步骤三得到降维后的低维向量集合以及回波集合、观测矩阵集合，求解低维向量集合的最小范数解，并获取其自相关矩阵幅度特征图和相位特征图集合； 步骤五、利用实际的任务的观测矩阵，生成训练数据集，训练阶数特征选择网络，得到阶数特征选择网络模型； 步骤六、将步骤四所得自相关矩阵幅度特征图和相位特征图输入步骤五所得阶数特征选择网络获取得到模型选择结果； 步骤七、利用步骤六所得模型阶数选择结果，通过最小二乘重建获取高程散射特性精估计结果； 步骤八、将步骤七得到的高程散射特性精估计结果，映射到三维散射空间中，获取得到层析SAR三维图像。
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北京理工大学，其通讯地址为：100080 北京市海淀区中关村南大街5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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励