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！

龙图腾网获悉东南大学申请的专利一种基于非局域张量分解的SAR三维增强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：CN121049906B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511612299.0，技术领域涉及：G01S13/90；该发明授权一种基于非局域张量分解的SAR三维增强成像方法是由徐刚;徐方正;周弘昊;洪伟设计研发完成，并于2025-11-06向国家知识产权局提交的专利申请。

本一种基于非局域张量分解的SAR三维增强成像方法在说明书摘要公布了：本发明提供了一种基于非局域张量分解的SAR三维增强成像方法，该方法包括以下步骤：步骤1，将m+1幅SAR图像依据相似性度量准则搜索并构造同质性数据张量，m为正整数；步骤2，分析同质性数据张量其低秩性，若不满足低秩性要求，则重复步骤1；若满足低秩性的要求，则为低秩数据张量；步骤3，针对所构造的低秩数据张量，使用基于张量Tucker分解的核范数优化方法进行信号增强，该方法能够在有限数据资源的情况下实现高质量三维SAR成像。

本发明授权一种基于非局域张量分解的SAR三维增强成像方法在权利要求书中公布了：1.一种基于非局域张量分解的SAR三维增强成像方法，其特征在于，该方法包括以下步骤： 步骤1，将m+1幅合成孔径雷达SAR图像依据相似性度量准则搜索并构造同质性数据张量，m为正整数； 步骤2，分析同质性数据张量的低秩性，若不满足低秩性要求，则重复步骤1；若满足低秩性的要求，则为低秩数据张量； 步骤3，针对所构造的低秩数据张量，使用基于张量Tucker分解的核范数优化方法进行信号增强； 步骤1的具体方法如下： 1.1设获取的数据是m+1幅合成孔径雷达SAR图像，其中，第一副为主图像，为辅图像，，将主图像与每一幅辅图像做共轭相乘得到m幅干涉图，堆叠组成干涉张量，表示复数域，表示方位向维度，表示距离向维度；将沿通道维做算数平均得到二维图像，设置第一次迭代q=4； 1.2对数据进行非局域切片选取，记中第g个像素点为，以自身为中心，2b+1为边长确定一个的正方形主切片U，其中，b为预设的正整数，确定一个边长为2qb+1的正方形区域为非局域搜索范围，记中第w个像素点为，以为中心、以2b+1为边长的正方形区域确定辅切片，表示以像素点为中心的辅切片，遍历所有得到所有辅切片集合，计算每个辅切片和U之间的相似性； 1.3遍历w即求得搜索区域范围W内每个辅切片与主切片的相似性，并对相似性进行排序，选择相似性高的前d个辅切片组成集合，记录集合中所有被选中切片的坐标位置，在m幅干涉图中选取与主切片U和V中所有切片同位置的幅切片，组成多通道同质观测张量，依次遍历图像中每个像素点，对图中每个像素都构成对应的同质性数据张量，其中，张量沿第三维的前m幅二维图像为原始通道数据； 步骤2具体方法如下： 分别对张量沿三个维度展开，其中，模1展开即沿第1个维度把张量切成2b+1个矩阵，并沿着行向量方向拼接得到维度为2b+1×n2b+1的矩阵，为实数域，其表达式如下： ； 模2展开即沿第2个维度把张量切成2b+1个矩阵，并沿着行向量方向拼接得到维度为2b+1×n2b+1的矩阵，T表示矩阵转置，其表达式如下： ； 模3展开即沿第3个维度把张量切成n个矩阵，并沿着行向量方向拼接得到维度为2b+12×n的矩阵，其表达式如下： ； 分别对三个展开的矩阵、和做SVD分解，模1分解得到的其SVD分解形式为： ，其中，是模1分解的左奇异值矩阵，是模1分解的右奇异值矩阵，是模1分解的奇异值矩阵，为转置共轭，对得到的奇异值矩阵进行归一化，观察其数值分布，如果80%的数值为0,20%数值在0到1之间，证明张量在模1维度上具有低秩性； 模2分解得到的其SVD分解形式为： ，其中，是模2分解的左奇异值矩阵，是模2分解的右奇异值矩阵，是模2分解的奇异值矩阵，对得到的进行归一化，观察其数值分布，如果80%的数值为0,20%数值在0到1之间，证明张量在模2维度上具有低秩性； 模3分解得到的其SVD分解形式为： ，其中，是模3分解的左奇异值矩阵，是模3分解的右奇异值矩阵，是模3分解的奇异值矩阵，对得到的进行归一化，观察其数值分布，如果80%的数值为0,20%数值在0到1之间，证明张量在模3维度上具有低秩性； 若一个以上的模分解矩阵不具备低秩性，则说明张量低秩性不成立，返回第一步，q自加1，直至满足低秩性要求。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。