Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京信息工程大学李家强获国家专利权

南京信息工程大学李家强获国家专利权

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!

龙图腾网获悉南京信息工程大学申请的专利一种基于稀疏与低秩模型的车载毫米波雷达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:CN116699526B

龙图腾网通过国家知识产权局官网在2026-04-14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:202310666909.X,技术领域涉及:G01S7/02;该发明授权一种基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法是由李家强;危雨萱;任梦豪设计研发完成,并于2023-06-07向国家知识产权局提交的专利申请。

一种基于稀疏与低秩模型的车载毫米波雷达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稀疏与低秩模型的车载毫米波雷达干扰抑制方法,包括:利用雷达接收机解调滤波后的中频信号中有用信号和干扰信号的低秩和稀疏特性,构建低秩稀疏优化模型;对所述低秩稀疏优化模型进行极大极小非凸稀疏惩罚和低秩因子分解后,借助交替方向乘子法进行迭代优化实现有用信号与干扰信号分离。从而避免了对干扰分量的显性检测,与现有技术相比,目标信号的功率损失将大幅降低。

本发明授权一种基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法在权利要求书中公布了:1.一种基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法,其特征在于,所述方法包括: 利用雷达接收机解调滤波后的中频信号中有用信号和干扰信号的低秩和稀疏特性,构建低秩稀疏优化模型; 对所述低秩稀疏优化模型进行极大极小非凸稀疏惩罚和低秩因子分解后,借助交替方向乘子法进行迭代优化实现有用信号与干扰信号分离; 其中,利用雷达接收机解调滤波后的中频信号中有用信号和干扰信号的低秩和稀疏特性,构建低秩稀疏优化模型,包括: 构建雷达接收机解调滤波后的中频信号模型; 基于所述雷达接收机解调滤波后的中频信号模型,构建低秩稀疏优化模型,包括: 对所述雷达接收机解调滤波后的中频信号模型进行间隔时间采样转化为离散信号,把所有时间样本的测量值表示为向量形式,表示为: s=x+i+n4 式中,四个向量表示为s=[s0,s1,...,sN-1]T,代表目标的向量x=[x0,x1,...,xN-1]T,代表干扰的向量i=[i0,i1,...,iN-1]T,代表噪声的向量n=[n0,n1,...,nN-1]T,N为离散信号采样点数; 将向量转化为汉克尔矩阵其中N=m+n-1,m、n分别为矩阵的行数和列数;则汉克尔矩阵S表示为: 式中,代表由括号内的向量转化成的汉克尔矩阵;对于由目标拍频信号构造的矩阵目标数量Mm,M<<n,而矩阵的秩为目标复指数的数量,矩阵是一个低秩矩阵; 交叉干扰情况下的干扰信号it经过雷达接收机解调和低通滤波之后通常持续时间比较短,表现为相关chrip信号上的一个或多个毛刺,在时域上体现出稀疏性;因此,代表干扰分量的向量i是一个稀疏向量; 用来从测量数据中分离有用信号和干扰信号的低秩稀疏优化模型表示为: 式中,是秩运算,代表矩阵的非零奇异值的个数,σi代表矩阵的奇异值;是范数,代表向量i中非零元素的个数,η≥0是一个调节参数,在损失函数和正则项之间取得平衡;ε代表误差系数。

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南京信息工程大学,其通讯地址为:210044 江苏省南京市江北新区宁六路219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。

免责声明
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。