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！

龙图腾网获悉河南师范大学申请的专利一种基于压缩感知的雷达高分辨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：CN116500614B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202310204205.0，技术领域涉及：G01S13/90；该发明授权一种基于压缩感知的雷达高分辨成像方法是由李海锋;应浩;张俊锋设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本一种基于压缩感知的雷达高分辨成像方法在说明书摘要公布了：本发明公开了一种基于压缩感知的雷达高分辨成像方法。本发明步骤：步骤1、根据随机序列步进回波信号的联合块稀疏特征，建立成像模型；步骤2、确定构建块信号空间匹配追踪BSSMP算法的准则；步骤3、根据准则构建BSSMP算法；步骤4、构造感知矩阵Θ，使得满足列满秩，表示感知矩阵Θ中的列集合T∪Tkk列集合；步骤5、在BSSMP算法前k次迭代至少选择了K‑r个正确的支撑元素的前提下，建立BSSMP在第k+1次迭代选择的指标都正确的的条件；步骤6、给出BSSMP算法重构X的条件及所需的次数。本发明能够有效地恢复信号，建立的模型充分考虑了序列回波信号块稀疏和联合稀疏的结构特点，实现了多维信号的联合处理，同时也提升了成像的性能，具有较高的应用价值。

本发明授权一种基于压缩感知的雷达高分辨成像方法在权利要求书中公布了：1.一种基于压缩感知的雷达高分辨成像方法，其特征在于如下步骤： 步骤1、根据随机序列步进回波信号的联合块稀疏特征，建立成像模型； 步骤2、确定构建块信号空间匹配追踪BSSMP算法的准则； 步骤3、根据准则构建BSSMP算法； 步骤4、构造感知矩阵Θ，使得满足列满秩，表示感知矩阵Θ中的列集合T∪Tk；Tk表示估计的支撑集； 步骤5、在BSSMP算法前k次迭代至少选择了K‑r个正确的支撑元素的前提下，建立BSSMP在第k+1次迭代选择的指标都正确的条件；其中K为块稀疏度； 步骤6、给出BSSMP算法重构目标散射点信息矩阵X的条件及所需的次数； 步骤2算法构建识别准则如下： 其中，Rk是在第k次迭代产生的残差，表示由Rk的列张成的空间，表示在列空间上的正交投影，是由Tk索引子块矩阵串联而成；其中Tk表示估计的支撑集，设： 其中，矩阵B是由B[i]串联而成的，计算中每块子矩阵的F‑范数,选择前L个最大的子块指标λ1,...,λL，表示在列空间上的正交投影； 步骤3算法算法描述如下： 输入:感知矩阵Θ、测量S、块稀疏度K和每次选择指标数L； 初始化:k＝0，R0＝S； 判断是否满足停止条件，当不满足停止条件时，k＝k+1，继续如下迭代构造B[i]： 计算中每块子矩阵的F‑范数,选择前L个最大的子块指标λ1,...,λL；Tk＝Tk‑1∪{λ1,…,λL}； Rk＝S‑ΘXk； 满足停止条件： 输出:是Xk中具有最大F‑范数的K个行块指标集合，矩阵满足且是由矩阵的行块指标在中所对应的行块矩阵联结而成；是Θ的一个子矩阵,是由指标在中所对应的Θ的列子块矩阵联结而成，0是元素均为0的矩阵。

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河南师范大学，其通讯地址为：453002 河南省新乡市牧野区建设路46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。