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！

龙图腾网获悉西安邮电大学申请的专利一种对流层层析模型的弱互相关观测矩阵的设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：CN119716930B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411861530.5，技术领域涉及：G01S19/37；该发明授权一种对流层层析模型的弱互相关观测矩阵的设计方法是由肖恭伟;高望洋;李俊强;杨元元;杨一博设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种对流层层析模型的弱互相关观测矩阵的设计方法在说明书摘要公布了：本发明公开了一种对流层层析模型的弱互相关观测矩阵的设计方法，包括如下步骤：第一步：层析网格划分，并根据卫星信号方向构建观测矩阵；第二步：选取Gaussian、Rademacher、Bernoulli等随机矩阵分成左右模块混合拼接成一个矩阵，新的随机矩阵修正观测矩阵得到；第三步：使用互相关函数衡量观测矩阵与自适应字典矩阵之间的互相关程度，判断是否收敛，如果不收敛，重新构造随机矩阵修正观测矩阵，并再次判断互相关程度直至两个矩阵收敛。本发明针对层析模型因为待估参数多、层析区域观测量相关性强而导致方程不适定性严重的问题，设计出具备弱互相关性的观测矩阵，不仅可以保证求解稀疏系数具有唯一解，也可以保障压缩感知对流层层析模型的稳定求解。

本发明授权一种对流层层析模型的弱互相关观测矩阵的设计方法在权利要求书中公布了：1.一种对流层层析模型的弱互相关观测矩阵的设计方法，其特征在于：包括如下步骤： 第一步：层析网格划分，并根据卫星信号方向构建观测矩阵； 第二步：选取Gaussian、Rademacher、Bernoulli随机矩阵分成左右模块混合拼接成一个新的随机矩阵G，新的随机矩阵G修正观测矩阵得到； 在第二步的随机矩阵的构建中，包括以下步骤： S1、确定矩阵维度大小，保证随机矩阵的维度与三维层析观测矩阵相匹配，以确保能进行有效修正并控制随机矩阵的随机性强度； S2、根据确定参数，选择Gaussian、Rademacher、Bernoulli的随机矩阵进行分块拼接和混合，得到新的随机矩阵G； S3、将随机矩阵与观测矩阵进行乘法运算得到修正后的观测矩阵，； 第三步：使用互相关函数衡量观测矩阵与自适应字典矩阵之间的互相关程度，判断是否收敛，如果不收敛，重新构造随机矩阵修正观测矩阵，并再次判断互相关程度直至两个矩阵收敛； 在第三步用随机矩阵对观测矩阵进行修正后，使用互相关函数衡量修正后的观测矩阵与自适应字典矩阵之间的互相关程度，包括以下步骤： S1、计算修正观测矩阵和自适应字典矩阵的互相关系数，并判断是否收敛，其中互相关系数的定义为： ； 其中，和分别是观测矩阵和字典矩阵的行向量与列向量，和分别为的行数和列数，称为Welch下界；越小说明互相关性越弱，解算稀疏系数精度越高，当互相关系数小于某一界值称互相关性优良； S2、若所得互相关系数不收敛，重新构造随机矩阵并对观测矩阵再次进行修正，计算重新修正后的观测矩阵与字典矩阵的互相关系数，判断是否收敛，若不收敛，继续重复以上步骤直至收敛。

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：710000 陕西省西安市长安南路563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。