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！

龙图腾网获悉西安电子科技大学申请的专利一种基于逆对角联合稳健检测器的目标检测方法及装置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：CN119044919B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202411210179.3，技术领域涉及：G01S7/41；该发明授权一种基于逆对角联合稳健检测器的目标检测方法及装置是由高永婵;崔珂瑄;林熠晖;张泽康;左磊;许智文;李涵;刘庆丰设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种基于逆对角联合稳健检测器的目标检测方法及装置在说明书摘要公布了：本发明提供一种基于逆对角联合稳健检测器的目标检测方法及装置，涉及雷达检测技术领域。此方法包括：利用全增量形式构建的目标导向矢量模型，构建了基于目标导向矢量的联合目标检测和方位估计的二元检测模型，当检测到目标后通过利用轮换坐标法求解第一最终检测式和第二最终检测式，可自适应输出目标余弦偏移量，从而减缓了目标导向矢量失配时二维阵列雷达检测性能的急剧下降；利用逆对角矩阵、第一酉矩阵和第二酉矩阵，推导了第一预设检测式和第二预设检测式，利用了逆对角结构使得需要一半的参数就可表征未知的目标的协方差矩阵，大大降低了对训练数据数量的依赖，使得在训练数据减少以及导向矢量失配的情况下，目标检测的灵敏性较高。

本发明授权一种基于逆对角联合稳健检测器的目标检测方法及装置在权利要求书中公布了：1.一种基于逆对角联合稳健检测器的目标检测方法，其特征在于，所述目标检测方法包括： 在接收到雷达回波时，根据目标的三维空间位置和雷达估计的目标方位位置，利用全增量形式构建二维阵列中目标导向矢量模型； 根据所述目标导向矢量模型、测试数据中的噪声分量、训练数据中的噪声分量和信号幅度，构建二元检测模型，并根据所述测试数据中的噪声分量、所述训练数据中的噪声分量，确定目标的协方差矩阵，所述二元检测模型用于确定测试数据和训练数据； 根据逆对角矩阵、所述目标的协方差矩阵、估计协方差矩阵、信号幅度矩阵、第一酉矩阵和第二酉矩阵，确定测试数据矩阵与训练数据矩阵的联合概率密度函数，所述测试数据矩阵通过所述测试数据所确定，所述训练数据矩阵通过所述训练数据所确定； 根据所述联合概率密度函数和广义似然比检验准则，确定逆对角参数的第一预设检测式和第二预设检测式，并对所述第一预设检测式和第二预设检测式均进行分数优化，得到对应的第一最终检测式和第二最终检测式； 根据轮换坐标法对所述第一最终检测式和所述第二最终检测式分别进行求解，以构建第一稳健检测器和第二稳健检测器； 根据蒙特卡洛方法、所述第一稳健检测器和所述第二稳健检测器，检测是否存在所述目标； 所述根据轮换坐标法对所述第一最终检测式和所述第二最终检测式分别进行求解，以构建第一稳健检测器和第二稳健检测器，包括： 步骤C1：先初始化迭代次数，初始化最优方位角，初始化偏导向矢量，其中，代表第次迭代后的方位角，为第次迭代的第一余弦偏移量的值，为第次迭代的第二余弦偏移量的值，为目标白化实际导向矢量，为第一酉矩阵，为目标导向矢量模型对第二真实的目标方向位置求偏导的共轭，为只包含余弦分量方向的目标实际导向矢量； 步骤C2：初始化完成后使代表第次迭代，假定为不变量，计算第一方向余弦偏移量的最优值为： ； 其中，，为第一方向余弦偏移量的最优值，为返回右式最大值所在的参数，为第次迭代后的偏导向矢量，为第一白化协方差矩阵，为只包含余弦分量方向的目标实际导向矢量，为目标导向矢量模型对第一真实的目标方向位置求偏导的共轭； 步骤C3：计算第次迭代后的偏导向矢量，假定为不变量，计算第二方向余弦偏移量的最优值； 步骤C4：计算第次迭代后的偏导向矢量，更新方位角，更新一步法检测式下第次检测值； 步骤C5：若，则求得第一最优方位角；若，则返回步骤C2继续迭代； 步骤C6：通过轮换坐标法优化所求一步法下最优方位角和第二最优方位角，以构建第一稳健检测器和第二稳健检测器。

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电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。