中国民航大学来燃获国家专利权
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!
龙图腾网获悉中国民航大学申请的专利基于改进的重加权原子范数高分辨率稀疏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:CN119126112B 。
龙图腾网通过国家知识产权局官网在2025-11-18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:202411151448.3,技术领域涉及:G01S13/90;该发明授权基于改进的重加权原子范数高分辨率稀疏ISAR成像方法是由来燃;王穗;章涛设计研发完成,并于2024-08-21向国家知识产权局提交的专利申请。
本基于改进的重加权原子范数高分辨率稀疏ISAR成像方法在说明书摘要公布了:一种基于改进的重加权原子范数高分辨率稀疏ISAR成像方法。其包括获得M个距离单元的稀疏ISAR回波矩阵基于稀疏ISAR回波矩阵使用MRAM‑SDP方法或MRAM‑ADMM方法,通过多步迭代加权求解,得到恢复后的回波矩阵S;得到恢复后的所有距离单元的回波矩阵B并使用快速傅里叶逆变换,得到最终的ISAR图像等步骤。本发明效果:可减少重加权原子范数高分辨率稀疏ISAR成像方法的迭代加权次数。利用成像目标中散射点在多普勒域的稀疏特性,根据连续压缩感知和低秩矩阵恢复理论,实现了稀疏孔径信号下非合作目标的高分辨率成像,不仅保持了重加权原子范数高分辨率稀疏ISAR成像方法的性能,而且运算复杂度大大降低。
本发明授权基于改进的重加权原子范数高分辨率稀疏ISAR成像方法在权利要求书中公布了:1.一种基于改进的重加权原子范数高分辨率稀疏ISAR成像方法,其特征在于:所述基于改进的重加权原子范数高分辨率稀疏ISAR成像方法包括按顺序进行的下列步骤: 1获得M个距离单元的稀疏ISAR回波矩阵 2基于上述稀疏ISAR回波矩阵使用MRAM-SDP方法或MRAM-ADMM方法,通过多步迭代加权求解,得到恢复后的回波矩阵S; 3重复步骤2,得到恢复后的所有距离单元的回波矩阵B并使用快速傅里叶逆变换,得到最终的ISAR图像; 在步骤2中,所述基于上述稀疏ISAR回波矩阵使用MRAM-SDP方法或MRAM-ADMM方法,通过多步迭代加权求解,得到恢复后的回波矩阵S的方法是: 定义加权原子集合为: 其中,wf表示原子af的权函数;基于式4可得恢复后的回波矩阵S的加权原子l0范数: 其中,inf{·}表示求解下确界;fk表示第k个散射点的多普勒频率,σk表示散射点的幅值;由于求解式5为NP-hard问题,所以需要将式5凸松弛为式6: 采用MRAM-SDP方法时,恢复后的回波信号S的加权原子范数最小化问题可以转化为SDP问题,并通过多步迭代加权来逼近局部最优解,设uj表示第j次迭代优化变量,基于步骤1获得的ISAR回波矩阵则第j+1次迭代的SDP优化方程为: 其中,tr·表示求矩阵的迹,W表示加权矩阵,X表示对偶变量,Tu表示由迭代优化变量u组成的Toeplitz矩阵,η表示正则化参数,||·||F表示傅里叶范数; 其中加权矩阵W的形式由引入的稀疏度量准则决定; 引入一种新的稀疏度量准则,以减少RAM所需迭代次数,即: 那么,根据式9可得加权矩阵W=εTu+εI2,然后通过求解式7中的SDP优化方程即可获得恢复后的回波信号S; 采用ADMM方法时,基于式7和步骤1获得的稀疏ISAR回波矩阵构造拉格朗日增广方程: 其中,α和β为正则化参数,,表示内积运算;矩阵矩阵分别为: 其中,Λ和Z的初始矩阵为零矩阵,则ADMM更新求解公式如下: 其中,D表示对角矩阵,对角元素SΩc表示缺失的回波数据,Ωc表示N个脉冲的索引集Ω的补集;T··表示将矩阵映射为向量,向量中的第Ni个元素为矩阵的对角线元素求和后求平均;此外,矩阵Z的迭代更新表达式如下: 式17通常转换为Hermitian矩阵: 保留正特征值,即: Zi+1=Vidiagdi+viH19 其中d和v分别表示Hermitian矩阵的特征值和特征向量,·+表示保留正特征值; 通过式12、13、14、15、16和19的迭代求解获得恢复后的回波信号S。
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民航大学,其通讯地址为:300300 天津市东丽区津北公路2898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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励