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！

龙图腾网获悉清华大学申请的专利一种结合可学习发射模式和成像算法的联合优化SAR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：CN119471685B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411647381.2，技术领域涉及：G01S13/90；该发明授权一种结合可学习发射模式和成像算法的联合优化SAR成像方法是由王学谦;卓雨薇;李刚设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种结合可学习发射模式和成像算法的联合优化SAR成像方法在说明书摘要公布了：本申请提出一种结合可学习发射模式和成像算法的联合优化SAR成像方法，涉及合成孔径雷达SAR成像领域，方法包括：将非均匀脉冲发射时刻中的随机部分作为可学习的变量，先仿真得到当前发射模式下的非均匀回波信号，再通过基于近似观测和神经网络稀疏域映射的深度展开SAR成像算法得到SAR图像，并将其作为优化目标，同时优化脉冲发射模式和成像算法中的参数，得到最优抗混叠性能的非均匀脉冲发射模式序列和相匹配的SAR成像算法。本申请将可学习的脉冲发射模式和SAR成像算法相结合，以最终的SAR成像结果作为优化目标，使成像算法充分地利用非均匀发射模式的优势，在实现扩展幅宽的同时尽可能的提升成像的质量。

本发明授权一种结合可学习发射模式和成像算法的联合优化SAR成像方法在权利要求书中公布了：1.一种结合可学习发射模式和成像算法的联合优化SAR成像方法，其特征在于，包括以下步骤： S1、根据SAR系统参数和仿真场景生成非均匀伪回波信号，作为成像迭代过程的输入信号，以及初始化成像结果矩阵为零矩阵，作为成像迭代过程的初始状态； S2、基于当前成像结果，先通过逆成像算子生成近似回波，计算近似回波与仿真回波之间的残差，再用成像算子得到残差的成像结果，并利用残差的成像结果对上一轮成像结果进行线性更新； S3、将更新后的线性成像结果映射到稀疏域，并使用软阈值迭代函数滤除噪声，得到非线性成像结果； S4、重复线性和非线性更新步骤，直至达到设定的迭代次数，得到最终成像结果； S5、迭代结束后，计算损失函数和梯度，对脉冲发射时刻使用随机参数冻结策略，在脉冲发射时刻中随机选择一部分进行参数的梯度冻结； S6、根据随机参数冻结策略更新后的梯度对脉冲发射模式和成像算法的参数进行反向传播并更新； S7、不断重复步骤S2-S6直到收敛，得到最终优化的脉冲发射模式和匹配的成像算法。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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。