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！

龙图腾网获悉西北工业大学申请的专利水下密集干扰源条件下基于熵的小体积运动障碍物检测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：CN119064907B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411336181.5，技术领域涉及：G01S7/539；该发明授权水下密集干扰源条件下基于熵的小体积运动障碍物检测方法是由周星月;张光耀;杨坤德设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本水下密集干扰源条件下基于熵的小体积运动障碍物检测方法在说明书摘要公布了：本发明涉及一种水下密集干扰源条件下基于熵的小体积运动障碍物检测方法，该首先采用LMD算法对时间方位历程矩阵进行分解，获得低秩矩阵和稀疏矩阵；在此基础上，分别建立联合条件熵矩阵和低秩相似度矩阵；最后，基于低秩相似度矩阵以及联合条件熵相似度矩阵的皮尔逊相关系数，定位矩阵中小目标的位置，实现移动小目标的快速检测和跟踪。与传统方法相比，所提方法显著提高了计算效率以及模型的泛化性。旨在解决港口附近水下密集干扰物遮挡下，小型移动障碍物检测的难题。

本发明授权水下密集干扰源条件下基于熵的小体积运动障碍物检测方法在权利要求书中公布了：1.一种水下密集干扰源条件下基于熵的小体积运动障碍物检测方法，其特征在于步骤如下： 步骤1：对主动回波信号进行波束处理，得到第i帧回波的时间方位历程 步骤2：采用LMD算法对时间方位历程矩阵的每一帧回波的波束数据执行低秩稀疏分解，获得低秩矩阵Li和稀疏矩阵Si； Bi＝Li+Si； 步骤3：采用交替方向多乘子方法进行矩阵低秩稀疏分解的优化求解； 通过步骤2～步骤3，得到第1帧参考信号的时间方位历程为B1的低秩矩阵L1和稀疏矩阵S1； 得到第i帧参考信号的时间方位历程为Bi的低秩矩阵Li和稀疏矩阵 步骤4：对稀疏矩阵Si和S1先进行向量化处理，并计算vecSi和vecS1的联合条件熵 对低秩矩阵Li和稀疏矩阵Si先进行向量化处理，并计算低秩矩阵Li和稀疏矩阵Si的联合条件熵 将HvecSi|vecS1与HvecSi|vecLi重新转换为n1*n2大小的矩阵，定义为HSi|S1，HSi|Li； 步骤5：计算HSi|S1和HSi|Li的欧氏距离Ei,H，以及L和低秩矩阵L的相关欧氏距离Ei,L 步骤6：计算Ei,H和Ei,L的皮尔逊相关系数，得到密集干扰源条件下的目标亮点方位：

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北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。