复旦大学徐汉洋获国家专利权
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!
龙图腾网获悉复旦大学申请的专利一种变分辨率雷达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:CN115712116B 。
龙图腾网通过国家知识产权局官网在2026-01-02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:202110967378.9,技术领域涉及:G01S13/90;该发明授权一种变分辨率雷达成像方法是由徐汉洋;徐丰;金亚秋设计研发完成,并于2021-08-23向国家知识产权局提交的专利申请。
本一种变分辨率雷达成像方法在说明书摘要公布了:本发明公开了一种变分辨率雷达成像方法,具有这样的特征,包括以下步骤:步骤1,提出变分辨率合成孔径雷达成像方法,将原始场景划分为多个子场景,得到每个子场景的合成孔径长度及合成孔径位置;步骤2,根据每个孔径处需要照射的方位跨度得到采样所需的最低脉冲重复周期,降低回波数据存储;步骤3,根据场景散射幅值分布定义场景信息量;步骤4,基于信息论定义场景与合成孔径雷达图像之间的互信息;步骤5,基于最大互信息原则,计算原始场景与所得合成孔径雷达之间的互信息,构建优化问题的数学模型;步骤6,构建上述问题的等价模型,并在一定限制条件下,通过优化每个子场景的合成孔径长度,使互信息达到最大,最大化地表征场景信息。
本发明授权一种变分辨率雷达成像方法在权利要求书中公布了:1.一种变分辨率雷达成像方法,其特征在于,包括以下步骤: 步骤1,提出变分辨率合成孔径雷达成像方法,将原始场景划分为多个子场景,并基于传统合成孔径雷达成像方法中方位向分辨率和合成孔径长度之间的关系,得到每个子场景的合成孔径长度及合成孔径位置; 步骤2,根据每个孔径处需要照射的方位跨度得到每个孔径采样所需的最低脉冲重复周期,从而降低回波数据存储,增加斜距向条带宽度; 步骤3,根据场景散射幅值分布定义场景信息量; 步骤4,基于信息论定义场景与合成孔径雷达图像之间的互信息; 步骤5,基于最大互信息原则,根据所述场景信息量及所述场景与所得合成孔径雷达图像之间的互信息,计算原始场景与所得合成孔径雷达之间的互信息,构建变分辨率合成孔径雷达成像优化问题的数学模型; 步骤6,构建所述优化问题模型的等价数学模型,并在最低信噪比和优先正侧视的限制条件下,通过优化所述每个子场景的合成孔径长度,使所述原始场景合成孔径雷达之间的互信息达到最大,从而最大化地获取和表征场景信息, 其中,步骤3中,假设原始场景服从广义平稳高斯分布,并对场景进行网格划分,场景在方位向被划分为个空间分辨单元,在斜距向被划分为个空间分辨单元,基于信息论,在波数域内定义场景信息量,公式为: 表示场景散射幅值的协方差谱,是自然常数,表示场景在波数域内的散射幅值分布,表示场景在波数域内的信息量, 步骤4中,基于信息论,定义场景与所得合成孔径雷达图像之间的互信息,公式为: 表示系统噪声的协方差谱,表示成像系统函数,表示所得合成孔径雷达图像, 步骤5中,具体实施步骤包括: 步骤5-1,将成像场景划分为个子场景,根据先验知识对每个子场景的散射幅值进行电磁散射建模,并用协方差谱表征; 步骤5-2,根据所有子场景的散射幅值的协方差谱计算合成孔径雷达图像与原始场景之间的互信息,公式为: 表示第个子场景的协方差谱,表示第个子场景的成像系统函数,第个子场景在方位向划分为个空间分辨单元,在斜距向划分为个空间分辨单元; 步骤5-3,每个场景的二维矩形成像系统函数可分为斜距向和方位向的一维矩形成像系统函数,公式为: 表示第个子场景的方位向的一维矩形成像系统函数,表示第个子场景的斜距向的一维矩形成像系统函数,根据点扩散函数与分辨率之间的关系推导,公式为: 表示带宽,表示光速; 步骤5-4,构建服从高斯分布的散射幅值的二维协方差谱,公式为: 表示散射幅值在方位向的相关长度,表示散射幅值在斜距向的相关长度,表示散射幅值的均方差; 步骤5-5,构建优化问题的目标函数,公式为: 表示第m个子场景下的散射幅值在方位向的相关长度,表示第m个子场景下的散射幅值在斜距向的相关长度。
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复旦大学,其通讯地址为:200433 上海市杨浦区邯郸路220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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励