基于稀疏贝叶斯学习的雷达微弱目标增强检测方法、系统、电子设备及存储介质

被引：0

专利类型：

发明

申请号：

CN202511198762.1

申请日：

2025-08-26

公开(公告)号：

CN121232135A

公开(公告)日：

2025-12-30

发明(设计)人：

白剑杨刚于沐尧蔺震郭亮苏琪娅张逍洋史玥婷

申请人：

北京遥感设备研究所

申请人地址：

100854 北京市海淀区永定路51号

IPC主分类号：

G01S7/41

IPC分类号：

G06F18/25 G06F18/213 G06N5/022 G06F18/28

代理机构：

北京宏铎知识产权代理有限公司 34250

代理人：

菅秀君

法律状态：

公开

国省代码：

北京市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-12-30	公开	公开

共 50 条

[1]

基于稀疏贝叶斯学习的广义空间调制符号检测方法 [P].

王劲涛 ;

朱邦华 ;

何龙桩 ;

潘长勇 ;

宋健 .

中国专利 :CN107248876A ,2017-10-13

[2]

基于快速稀疏贝叶斯学习算法的宽带雷达数据融合方法 [P].

陈如山 ;

丁大志 ;

樊振宏 ;

张欢欢 .

中国专利 :CN103605121A ,2014-02-26

[3]

基于稀疏贝叶斯学习与功率谱分离的风机叶片故障检测方法 [P].

潘翔 ;

许蓉 ;

邱俭军 .

中国专利 :CN112926626B ,2021-06-08

[4]

基于知识辅助和稀疏贝叶斯学习的运动目标检测方法 [P].

高志奇 ;

王媛媛 ;

黄平平 ;

谭维贤 ;

乞耀龙 ;

徐伟 .

中国专利 :CN113219432B ,2021-08-06

[5]

基于稀疏贝叶斯学习法的水下动目标探测方法、程序、设备及存储介质 [P].

郭企嘉 ;

谢可安 ;

周天 .

中国专利 :CN119001690A ,2024-11-22

[6]

基于离网稀疏贝叶斯学习的双频段ISAR成像方法 [P].

周峰 ;

刘飞燕 ;

刘磊 ;

熊学明 ;

吴标 ;

郭城 ;

石晓然 .

中国专利 :CN113534151A ,2021-10-22

[7]

一种基于快速收敛稀疏贝叶斯学习的目标方位估计方法 [P].

潘翔 ;

张紫璨 .

中国专利 :CN116559777B ,2025-09-05

[8]

基于稀疏贝叶斯学习算法的SAIR射频干扰源稀疏估计方法 [P].

张娟 ;

庄乐慧 ;

李一楠 ;

李浩 ;

窦昊锋 ;

杨小娇 .

中国专利 :CN117572361A ,2024-02-20

[9]

一种基于稀疏贝叶斯学习的频控阵雷达离网目标定位方法 [P].

刘庆华 ;

何垣鑫 ;

黄声培 ;

肖菁颖 ;

朱彩球 ;

康一鸣 ;

周辰 ;

乔睿萌 .

中国专利 :CN111610512B ,2020-09-01

[10]

改进稀疏贝叶斯学习的高精度定位方法、存储介质及设备 [P].

范建存 ;

窦晓媛 ;

张鹏辉 .

中国专利 :CN111880143A ,2020-11-03

← 1 2 3 4 5 →