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！

龙图腾网获悉中国人民解放军海军航空大学申请的专利非均匀背景下干扰智能抑制的融合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：CN115575906B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202211287038.2，技术领域涉及：G01S7/36；该发明授权非均匀背景下干扰智能抑制的融合检测方法是由简涛;何佳;王海鹏;刘克;刘军;王哲昊设计研发完成，并于2022-10-20向国家知识产权局提交的专利申请。

本非均匀背景下干扰智能抑制的融合检测方法在说明书摘要公布了：本发明属于宽带雷达信号处理技术领域，具体涉及一种非均匀背景下干扰智能抑制的融合检测方法。针对现有宽带雷达距离扩展目标自适应检测器难以兼顾算法计算复杂度、CFAR特性和检测性能和失配鲁棒性的难题，同时考虑到实际杂波非均匀性导致难以获得纯杂波辅助数据的问题，设计合理的距离扩展目标自适应检测器形式，在保证CFAR特性的同时，兼顾距离扩展目标自适应检测算法的计算复杂度、智能抗干扰、失配鲁棒性和检测性能等多方面需求，提升复杂环境下多通道宽带雷达对弱小目标的自适应检测性能。

本发明授权非均匀背景下干扰智能抑制的融合检测方法在权利要求书中公布了：1.一种非均匀背景下干扰智能抑制的融合检测方法，其特征在于，包括以下步骤： 步骤1.从K个待检测距离单元获取主数据Z，从与待检测距离单元临近的R个参考距离单元获取Y个只含纯海杂波的辅助数据； 无目标假设H0下目标不存在，仅存在杂波与干扰；有目标假设H1下目标、杂波与干扰均存在； 在无目标假设下，利用无目标假设下主数据Z和辅助数据Y的复高斯联合 概率密度函数对杂波协方差矩阵求偏导，并将求导结果置于零，得到无目标假设下给定干扰子空间未知坐标矩阵Q时杂波协方差矩阵M的最大似然估计；将杂波协方差矩阵M的最大似然估计代入到无目标假设下主数据Z和辅助数据Y的复高斯联合概率密度函数中，并对干扰子空间未知坐标矩阵Q求偏导，并将求导结果置于零，得到无目标假设下Q的最大似然估计； 在有目标假设下，利用有目标假设下主数据和辅助数据Y的复高斯联合概率密度函数对杂波协方差矩阵求偏导，将求导结果置于零，得到有目标假设下给定干扰子空间未知坐标矩阵D时杂波协方差矩阵M的最大似然估计；将有目标假设下给定干扰子空间未知坐标矩阵D时杂波协方差矩阵M的最大似然估计代入到有目标假设下主数据Z和辅助数据Y的的复高斯联合概率密度函数中，对干扰子空间未知坐标矩阵D求偏导，并将求导结果置于零，得到有目标假设下干扰子空间未知坐标矩阵D的最大似然估计； 利用有目标假设下主数据和辅助数据的复高斯联合概率密度函数对目标参数向量求偏导，并基于目标参数向量的最大似然估计，计算得到非均匀杂波加结构化干扰下子空间Gradient检验中间统计量； 步骤2.构建无目标假设下特征值方程式，通过求解无目标假设下特征值方程的唯一正值解，从而获取无目标假设下未知杂波功率因子的最大似然估计，构建非均匀背景下干扰智能抑制的融合检测器的检测统计量； 步骤3.根据预设的虚警概率设置检测门限T；将检测统计量与检测门限T进行比较，若，则判定当前K个待检测距离单元存在距离扩展目标；反之若，则判定当前K个待检测距离单元不存在距离扩展目标。

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中国人民解放军海军航空大学，其通讯地址为：264001 山东省烟台市二马路188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。