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！

龙图腾网获悉吉林大学申请的专利基于局部Capon估计的SNMR信号参数估计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：CN116432008B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202310384013.2，技术领域涉及：G06F18/2131；该发明授权基于局部Capon估计的SNMR信号参数估计方法是由于晓辉;冯海;李新波;孙晓东;石屹然设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。

本基于局部Capon估计的SNMR信号参数估计方法在说明书摘要公布了：本发明公开了一种基于局部Capon估计的SNMR信号参数估计方法，属于地表核磁共振技术领域，本发明构建包含SNMR信号和工频谐波噪声的混合信号模型，构造Capon谱，在Capon谱中引入局部傅里叶矩阵，得到的局部Capon谱是个自变量为频率和弛豫时间的函数；对所述函数进行峰值搜索，峰值对应的坐标对应着SNMR信号弛豫时间和拉莫尔频率；结合最小二乘法能够求得SNMR信号的初始振幅、弛豫时间、拉莫尔频率以及初始相位。与之前的方法相比，本方法不需要考虑采集信号中工频谐波噪声的影响，而是将其视为信号的一部分，因此当信号处在信噪比较低、噪声较大的情况下时，SNMR信号参数估计的精度和准确性更高。

本发明授权基于局部Capon估计的SNMR信号参数估计方法在权利要求书中公布了：1.基于局部Capon估计的SNMR信号参数估计方法，其特征在于，该方法包括： 步骤S1：构建包含SNMR信号和工频谐波噪声的混合信号模型； 混合信号模型中，xn为采集信号的数据序列，K为信号分量的个数，k＝1,2,…,K，Ek、fk和Tk分别对应第k个信号分量的幅值、相位、频率和弛豫时间，j为虚数单位，ωn为随机噪声； 将采集信号的数据序列x＝[x1,x2,…,xL]转化为M×N维的Hankel矩阵X： xM、xN和xL分别为数据数列的第M、N和L个点，三者有如下关系： L＝M+N-1，MN； 并计算得到X协方差矩阵R： R＝XXH 步骤S2：构造Capon谱，在Capon谱中引入局部傅里叶矩阵F，得到自变量为频率f和弛豫时间T的函数 ①构造的Capon谱为： 其中，R为步骤S1中X的协方差矩阵，sM和sN分别为长度为M和N的一维列向量,为sM的共轭转置； sMf,T＝[1e-1T+j2πf…e-1T+j2πfM-1]H sNf,T＝[1e-1T+j2πf…e-1T+j2πfN-1]H ②在Capon谱中引入局部傅里叶矩阵，定义M×2P+1维的局部傅立叶矩阵F： 在局部傅立叶矩阵F中，f为频率自变量，以频率自变量f为中心两侧各有P个临近频率点，每个频率之间间隔为Nf为采样频率； 引入局部傅立叶矩阵F后自相关矩阵变为： 由此，Capon谱改写为： 是一个关于f和T的函数，通过对进行峰值搜索，峰值坐标对应SNMR信号的拉莫尔频率fL和弛豫时间 步骤S3：利用最小二乘法求得SNMR信号的初始振幅和相位； 构建长度为L的一维向量z： 将z和x带入最小二乘法求得的估计量 SNMR信号的初始振幅E0和SNMR信号初始相位通过如下式子求得：

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。