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！

龙图腾网获悉中国科学院空天信息创新研究院申请的专利基于先验知识正则化的高维相位链接方法和系统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：CN119646378B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510162071.X，技术领域涉及：G06F17/16；该发明授权基于先验知识正则化的高维相位链接方法和系统是由朱玉;田帮森;谢酬;郭亦鸿设计研发完成，并于2025-02-14向国家知识产权局提交的专利申请。

本基于先验知识正则化的高维相位链接方法和系统在说明书摘要公布了：本发明提供一种基于先验知识正则化的高维相位链接方法和系统，属于雷达遥感InSAR技术领域，包括：基于先验矩阵估计正则化相干矩阵；基于二次损失度量的分布式散射体相位估计器，并对分布式散射体相位估计器求解，推导基于特征分解的二次损失求解方法和基于BFGS算法的二次损失求解方法找到最优相位，实现低样本二次损失度量相位链接；针对低样本二次损失度量相位链接，基于统计检验方法，在给定显著性水平条件下，从概率统计上判断是否属于分布式散射体点。本发明利用具有现实意义的先验知识，使得相干矩阵估计的更加准确。

本发明授权基于先验知识正则化的高维相位链接方法和系统在权利要求书中公布了：1.基于先验知识正则化的高维相位链接方法，其特征在于，包括如下步骤： 步骤1、基于先验矩阵估计正则化相干矩阵，包括： 步骤1.1：对于每个图像像素P，定义一个以图像像素P为中心的估计窗口，其中与图像像素P具有相同统计信息的像素被识别； 步骤1.2：通过对搜索窗口内每个图像像素与图像像素P的振幅数据向量进行KS检验，在给定显著性水平下，选择搜索窗口内所有与图像像素P统计同质的像素； 步骤1.3：采用聚类的思想将通过KS检验且与图像像素P相连的像素、通过KS检验且不与图像像素P相连的像素、在搜索窗口内同质聚集且与图像像素P相连的像素、在搜索窗口内同质聚类且不与图像像素P相连的像素集合起来作为样本，从而计算样本相干矩阵，将计算出来的样本相关矩阵作为先验矩阵： （7） 其中，H表示埃尔米特转置，为先验矩阵估计中使用的同质像元集合；是第i个图像像素的复数据向量； 步骤1.4：对于每个图像像素P，定义一个以图像像素P为中心的估计窗口，识别与图像像素P具有相同统计信息的像素用来估计初始相干矩阵； 步骤1.5：在新的搜索窗口中，通过对每个图像像素的振幅数据向量进行KS检验，在给定显著性水平下，选择搜索窗口内所有通过KS检验且与P相连的图像像素，即同质像元； 步骤1.6：基于步骤1.5选中的同质像元，利用公式7计算初始相干矩阵； 步骤1.7：利用先验矩阵和初始相干矩阵，代入下式，通过迭代的方法，得到最终的正则化相干矩阵： ； 其中，是正则化权重，N是图像数量，K是样本数量，是第i个图像像素的复数据向量，指埃尔米特转置，t表示迭代次数，上式采用的初始相干矩阵为；表示第t次迭代得到的样本相关矩阵；表示第t+1次迭代获得的正则化相干矩阵； 步骤2、基于二次损失度量的分布式散射体相位估计器，并对分布式散射体相位估计器求解，推导基于特征分解的二次损失求解方法和基于BFGS算法的二次损失求解方法找到最优相位，实现低样本二次损失度量相位链接； 步骤3、针对低样本二次损失度量相位链接，基于统计检验方法，在给定显著性水平条件下，判断是否属于分布式散射体点。

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中国科学院空天信息创新研究院，其通讯地址为：100190 北京市海淀区北四环西路19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”。