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！

龙图腾网获悉北理工郑州智能科技研究院;北京理工大学申请的专利一种基于极化域斜投影滤波的高功率干扰抑制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：CN119644265B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411774773.5，技术领域涉及：G01S7/36；该发明授权一种基于极化域斜投影滤波的高功率干扰抑制方法是由李阳;李枫;李晓平;梁灿;王欣阳设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于极化域斜投影滤波的高功率干扰抑制方法在说明书摘要公布了：本发明公开了一种基于极化域斜投影滤波的高功率干扰抑制方法，建立雷达回波信号模型，包括目标信号模型、干扰信号模型和噪声信号模型；对雷达回波信号进行预处理，得到峰值和底噪信号；基于峰值与底噪信号，分别求解目标与干扰信号极化相干矩阵的极大似然估计值，转换成Stokes矢量，解算目标与干扰信号的极化参数；而后构造斜投影矩阵，对雷达回波信号进行极化斜投影滤波处理。本发明通过求解目标与干扰信号极化相干矩阵的最大似然估计值，得到目标和干扰信号的极化参数，并构造极化域斜投影矩阵修正传统极化滤波方法，对雷达回波信号进行极化斜投影滤波，从而在目标与干扰极化参数非正交条件下，有效抑制高功率干扰并降低目标信号能量损失。

本发明授权一种基于极化域斜投影滤波的高功率干扰抑制方法在权利要求书中公布了：1.一种基于极化域斜投影滤波的高功率干扰抑制方法，其特征在于，包括： S1、建立雷达回波信号模型，包括目标信号模型、干扰信号模型和噪声信号模型； S2、对雷达回波信号进行预处理，得到峰值信号和底噪信号； S3、基于峰值信号，求解目标信号极化相干矩阵的极大似然估计值，并将其转换成Stokes矢量后，解算目标信号的极化参数； S4、基于底噪信号，求解干扰信号极化相干矩阵的极大似然估计值，并将其转换成Stokes矢量后，解算干扰信号的极化参数； S5、基于S4中的目标信号与干扰信号的极化参数，构造斜投影矩阵，对雷达回波信号进行极化斜投影滤波处理； 其中，所述S3中求解目标信号极化参数的步骤包括： 基于峰值信号相参积累后的峰值点，计算目标信号极化相干矩阵的最大似然估计值，估计值表示为： 式中，P＝[PH,PV]r，PH为峰值点的水平极化分量，PV为峰值点的垂直极化分量； 根据目标信号的极化相干矩阵，将其转换为Stokes矢量，得到目标信号Stokes矢量估计值，表达式为： Js＝[g0,g1,g2,g3]T＝R[CsHH,CsHV,CsVH,CsWV]T 其中，Stokes矢量中g0描述了电磁波的功率密度，g1是在水平垂直极化基下的两个正交分量的功率之差，g2为电磁波在45°和135°正交极化基下的两个正交分量之间的功率差，g3为电磁波在左、右旋圆极化基下的两正交分量之间的功率差； 利用目标信号Stokes矢量估计值，解算目标信号的极化参数，包括目标信号的极化角度θs与相位差 所述S4中求解干扰信号极化参数的步骤包括： 基于底噪信号的累加结果，计算干扰信号极化相干矩阵的最大似然估计值，估计值表示为： 式中，N为底噪信号采样点数，Jn＝[JHn,JVn]T为底噪信号的第n个采样点，其中，JHn为Jn的水平极化分量，JVn为Jn的垂直极化分量； 根据干扰信号的极化相干矩阵，将其转换为Stokes矢量，得到干扰信号Stokes矢量估计值，表达式为： JJ＝[g0,g1,g2,g3]T＝R[CJHH,CJHV,CJH,CJWV]T 利用干扰信号Stokes矢量估计值，解算干扰信号的极化参数，包括干扰信号的极化角度θS与相位差

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北理工郑州智能科技研究院;北京理工大学，其通讯地址为：475002 河南省郑州市自贸试验区郑州片区(郑东)龙湖中环路与龙源西四街交叉口启迪郑东科技城12号楼；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。