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空军工程大学申请的专利一种低脉冲重复频率下无人机微动参数提取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：CN116415135B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310340782.2，技术领域涉及：G06F18/213；该发明授权一种低脉冲重复频率下无人机微动参数提取方法是由张群;赵晓琛;袁航;王欢;罗迎;李开明;史崇崴;李文哲;陈鹭伟设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本一种低脉冲重复频率下无人机微动参数提取方法在说明书摘要公布了：本发明提出一种低脉冲重复频率下无人机微动参数提取方法，包括下列步骤：计算时频谱熵；提取旋转频率；叶片长度提取。还提供一种对上述低脉冲重复频率下无人机微动参数提取方法的有效性进行验证的方法。本发明在低脉冲重复频率条件下，能够有效估计叶片旋转频率和叶片长度；相比VMD‑OMP方法，叶片旋转频率和叶片长度的估计相对误差偏小；相比传统的OMP算法，叶片旋转频率和叶片长度的估计相对误差更小、运算时间更短。本发明能够实现低脉冲重复频率下微动目标特征参数提取与识别，提高雷达整体工作性能。

本发明授权一种低脉冲重复频率下无人机微动参数提取方法在权利要求书中公布了：1.一种低脉冲重复频率下无人机微动参数提取方法，其特征在于，具体包括下列步骤： 第一步：计算时频谱熵 为选取HERM特征明显的信号，首先将无人机回波信号分为M个时长为tm的片段，即st＝[sd1tm，...，sdmtm，...，sdMtm]T，其中，st为无人机回波信号，sdmtm为第m段信号，m∈[1，M]；对分段信号sdmtm做短时傅里叶变换STFT得到其对应的时频表征为STFTti，fj，为了方便表示，i表示横坐标，j表示纵坐标，i与j长度均为tm； 采用时频谱熵来描述不同的分段信号在时频分布上的能量分布差异 式中：Hm代表第m段信号时频谱熵，该时频平面被等分为i×j个面积相等的时频块；第i，j个时频块对应的能量Xij为时频表征的幅度|STFTti，fj|；Pij表示第i，j个时频块能量相对于整个时频平面能量的概率； 第二步：提取旋转频率 使用VMD来提取每个谱峰的中心频点，计算出无人机叶片微多普勒频率的谱线间隔；多峰值信号的分解问题被构造成为： 且式中：是对时间t求偏导数；sk是第k个谱峰的时域信号；ωk是第k个谱峰的中心频率，它是关于时间t的变量；K是峰值的数量；是时频谱熵最大的分段信号； 多峰值信号的中心频率ωk使用交替乘子法求解，根据HERM谱线间隔与旋转频率的关系，N个叶片的无人机旋翼叶片的旋转频率估计值被表示为： 式中mean·代表求均值操作，diff·代表一阶差分运算，是ωk的估计值，N是叶片个数； 第三步：叶片长度提取 在提取旋转频率估计值的基础上，提出原子放缩的OMP方法来估计叶片长度；基于无人机叶片长度估计建立的字典其中第x次放缩匹配条件下的第i个原子为： 其中，ηx为第x次的放缩系数，η1＝1，i为原子在字典中的序号；α、β、R0分别为初始时刻叶片旋转中心相对于雷达的方位角、俯仰角和距离；为叶片旋转频率；fc为雷达发射载频；c为光速；为第x次的叶片长度估计值；为第n个叶片在t时刻的相位；λ为波长；以上均为先验信息；为减小字典的维度，忽略叶片旋转的初相； 对OMP算法进行改进如下： 1信号分解：在载频为fc、放缩系数为η1时，对时频谱熵最大的分段信号进行稀疏分解，经g次迭代运算后得到的原子其能量归一化为选取第1次放缩匹配条件下的第i个原子的能量估计极大值对应的长度单元位置此时其与叶片长度估计值的关系为： 式中，l0为迭代搜索初值；L为搜索的总共长度；g为计数器，用于i的迭代计数；为能量估计极大值对应的g值；G为最大迭代次数； 2放缩匹配：在放缩系数ηx条件下分别对长度单元位置进行尺度放缩，经放缩匹配后的长度单元理论位置表示为： 式中，x为放缩次数序号，是大于1的正整数； 此时，对应的能量取值表示为： 式中，δ为门限值；为放缩系数ηx条件下第i个原子的能量估计极大值，为放缩系数ηx条件下经放缩匹配后的长度单元理论位置； 3能量累加；将上述得到的与对应位置的能量与进行累加，选取能量累加最大值，此步骤表示为： 由式6、9将得到的估计值作为叶片长度的最终估计结果

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空军工程大学，其通讯地址为：710051 陕西省西安市灞桥区长乐东路甲字1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。