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！

龙图腾网获悉电子科技大学申请的专利一种针对GEO星机双基SAR的动目标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：CN115542322B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202211316100.6，技术领域涉及：G01S13/90；该发明授权一种针对GEO星机双基SAR的动目标检测方法是由安洪阳;蒲先良;武俊杰;孙稚超;李中余;杨建宇设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种针对GEO星机双基SAR的动目标检测方法在说明书摘要公布了：本发明公开一种针对GEO星机双基SAR的动目标检测方法，应用于雷达技术领域，针对现有技术不适用于在GEO星机双基SAR中检测动目标的问题；本发明首先建立GEO星机双基SAR多通道回波模型；然后通过通道延时与相位补偿进行预处理；其次将动目标检测建模为矩阵的秩1分解问题；最后通过交替方向乘子法ADMM对建立的优化问题进行优化迭代求解，并通过矩阵的奇异值收缩算子和负梯度下降法交替求解两个子问题。采用本方法可以有效地解决GEO星机双基SAR在动目标非均匀稀疏下检测性能下降的问题，最终实现从杂波中检测出运动目标回波。

本发明授权一种针对GEO星机双基SAR的动目标检测方法在权利要求书中公布了：1.一种针对GEO星机双基SAR的动目标检测方法，基于的雷达系统包括GEO卫星和机载平台，GEO卫星发射的信号，其特征在于，所述方法包括以下步骤： S1、GEO卫星发射的信号，通过机载平台接收，从而得到多通道二维时域信号； S2、对步骤S1的多通道二维时域信号的延时和相位进行补偿操作，得到处理后的回波矩阵； S3、将步骤S2得到的回波矩阵建模为矩阵秩1恢复问题；步骤S3具体为：记经步骤S2处理后的回波矩阵的实部为，表示实数集，为脉冲数，其每一列对应慢时间信号，将其按列装载为列向量，也即，其中执行按列装载操作；将得到的列向量组装成新矩阵，也即； 回波数据由杂波和动目标叠加而成，也即，其中，对应的杂波矩阵和动目标矩阵分别记为和；由于杂波信号在各个通道之间近似相等，所以是一个秩1的矩阵，即为，且写为； 其中，为检测的列向量，为全的列向量； 由于动目标个数较少，因此将建模为稀疏矩阵； 因此通过秩1矩阵和稀疏矩阵的重构来检测动目标，得到最优化问题表达式为： ； 上式中，表示矩阵的核范数；为矩阵的1范数，为罚参数，为辅助变量； S4、通过ADMM进行迭代优化求解步骤S3中的矩阵秩1恢复问题，实现动目标检测；步骤S4具体为： S41、初始化迭代参数，包括：重新装载形成的矩阵为，罚因子为；初始化拉格朗日乘子矩阵为，增广拉格朗日罚因子为； S42、若当前迭代次数小于设定的最大迭代次数，则执行步骤S43，否则执行步骤S46； S43、记当前迭代次数为m+1，先固定和，求解： ； ； 其中，表示矩阵的迹内积，表示矩阵的Frobenius范数，其在数值上等于矩阵的2范数，其平方等于矩阵和其自身的迹内积； 分别表示第次迭代时获得的向量和拉格朗日乘子，由于第次求解时二者固定，因此优化问题转换为： ； 经过求解，得其解为；这里表示矩阵的奇异值收缩算子，，其中表示矩阵的奇异值分解，而表示矩阵的软阈值算子，上标T表示转置操作； 然后固定和求解： ； ； 记，也即优化下述问题： ； 采用负梯度下降法求解，得到，目标函数的梯度向量为： ； 其中，为矩阵元素意义的符号函数； S44、更新增广拉格朗日乘子矩阵： ； S45、表示迭代次数加1，转到步骤S42； S46、迭代优化结束，得到稀疏矩阵。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。