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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种支撑域加权二维压缩感知重构的两阶段ISAR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：CN119395697B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411475786.2，技术领域涉及：G01S13/90；该发明授权一种支撑域加权二维压缩感知重构的两阶段ISAR成像方法是由吴其华;赵铁华;赵锋;刘晓斌;徐志明;王延锋;潘小义;顾赵宇;田瑞琦;肖顺平设计研发完成，并于2024-10-22向国家知识产权局提交的专利申请。

本一种支撑域加权二维压缩感知重构的两阶段ISAR成像方法在说明书摘要公布了：本发明提出一种域加权二维压缩感知重构的两阶段ISAR成像方法，包括步骤：步骤一：构建雷达成像模型；雷达成像模型采用经典的转台模型；步骤二：基于FFT成像结果构建信号支撑域；根据FFT方法的成像结果中所有像素点的均值设定检测门限Th，将过门限的点去除离散点之后得到的集合记为信号支撑域，得到加权函数；步骤三：构建压缩感知成像模型；包括：构建回波信号的稀疏孔径模型和构建稀疏重构模型；步骤四：利用加权约束的压缩感知算法实现雷达图像重构。本发明针对飞行姿态平稳的目标，提升了稀疏孔径图像重构的准确率，本发明能够大大减少观测脉冲的数量，从而提高同时监视的目标数量，提升雷达资源的利用率。

本发明授权一种支撑域加权二维压缩感知重构的两阶段ISAR成像方法在权利要求书中公布了：1.一种域加权二维压缩感知重构的两阶段ISAR成像方法，其特征在于，包括如下步骤： 步骤一：构建雷达成像模型；雷达成像模型采用经典的转台模型，场景设置以目标质心O为原点建立直角坐标系x-O-y，雷达与目标质心的距离为R0；设目标平动已精确补偿，目标的运动转化为以角速度ω绕目标质心进行旋转； 步骤二：基于FFT成像结果构建信号支撑域；根据FFT方法的成像结果中所有像素点的均值设定检测门限Th，将过门限的点去除离散点之后得到的集合记为信号支撑域，得到加权函数； 步骤三：构建压缩感知成像模型；包括：构建回波信号的稀疏孔径模型和构建稀疏重构模型； 步骤四：利用加权约束的压缩感知算法实现雷达图像重构；在步骤四中，利用加权的压缩感知算法实现二维图像重构，以下称为2D-OMP重构算法，具体流程如下： 输入：有效孔径数据S′，感知矩阵Φ，加权矩阵W，噪声容限ε； 输出：目标稀疏重构结果 步骤4.1：循环计数记为l，残差矩阵记为Rl，感知矩阵Φ中选中的基向量存储在元胞数组Λl中；初始化：l＝0，Rl＝S′， 步骤4.2：令l＝l+1； 步骤4.3：计算加权后的投影矩阵G，G＝W⊙P，其中P＝abs[ΦHRl-1]，H表示矩阵共轭转置，⊙表示哈达玛积； 步骤4.4：记G中最大元素位于矩阵G的第p行，第q列；更新元胞数组，将传感矩阵Φ的第p列存入第q个元胞数组中，表示为Λl{q}＝Λl-1{q}∪Φcol-p，其中，Φcol-p表示感知矩阵Φ的第p列； 步骤4.5：计算最小二乘解Γl＝[Λl{q}HΛl{q}]-1Λl{q}HS′col-q，其中，S′col-q表示S′的第q列； 步骤4.6：更新待重构信号，其中，表示根据元胞数组Λl索引得到的矩阵中被更新的元素； 步骤4.7：Rl＝Rl-1，然后更新残差矩阵的第q列，Rl-col-q＝S′col-q-Λl{q}Γl； 步骤4.8：如果||Rl||F＞ε成立，则返回步骤4.2；否则结束循环，并输出目标稀疏重构结果

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。