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！

龙图腾网恭喜西安邮电大学申请的专利基于神经网络和样本分位数比值的K分布海杂波形状参数估计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：CN115061108B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202210475804.1，技术领域涉及：G01S7/41；该发明授权基于神经网络和样本分位数比值的K分布海杂波形状参数估计方法是由薛健;孙孟玲;朱圆玲设计研发完成，并于2022-04-29向国家知识产权局提交的专利申请。

本基于神经网络和样本分位数比值的K分布海杂波形状参数估计方法在说明书摘要公布了：本发明涉及雷达信号处理技术领域，具体涉及一种基于神经网络和样本分位数比值的K分布海杂波形状参数估计方法，通过建立神经网络模型进行训练，然后给神经网络模型输入两个样本分位数比值的对数，在保证K分布海杂波形状参数估计精度的同时降低了计算复杂度，并且不依赖于查表。进一步地，估计的K分布海杂波形状参数可以应用于海杂波背景下的雷达目标检测方法中，提升雷达对K分布海杂波中目标的检测性能。

本发明授权基于神经网络和样本分位数比值的K分布海杂波形状参数估计方法在权利要求书中公布了：1.基于神经网络和样本分位数比值的K分布海杂波形状参数估计方法，其特征是：包括以下方法S1：计算K分布形状参数为ν时，第α和β分位处的K分布海杂波幅度值rν,α和rν,β，其中r为K分布海杂波幅度值，其中ν取若干个大于零的实数；S2：根据S1中得到的K分布海杂波幅度值为rν,α和K分布海杂波幅度值为rν,β的两个值计算二者之间的比值的对数为S3：建立以海杂波样本分位数比值的对数为输入，形状参数ν为输出的神经网络模型，以S2中海杂波样本分位数比值的对数为训练数据利用该训练数据及形状参数ν的取值，进行神经网络模型的训练；S4：从实际的雷达海杂波数据中分别提取出第α和第β分位处的实际K分布海杂波幅度值和实际K分布海杂波幅度值其中为为实际K分布海杂波幅度值，计算实际K分布海杂波幅度值和实际K分布海杂波幅度值的两个值之间比值的对数为S5：将S4中得到的实际海杂波样本分位数比值的对数输入S3中的训练后的神经网络模型中得到K分布海杂波形状参数的估计值S6：根据S5中得到的K分布海杂波形状参数的估计值将该估计值应用于海杂波背景下的雷达目标检测方法中，用于提升雷达对K分布海杂波中目标的检测性能。

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邮电大学，其通讯地址为：710121 陕西省西安市长安区西长安街618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”。