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！

龙图腾网恭喜东南大学;上海卫星工程研究所申请的专利一种针对SAR强窄带干扰的半参数化陷波滤波抑制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：CN115421140B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210884371.5，技术领域涉及：G01S13/90；该发明授权一种针对SAR强窄带干扰的半参数化陷波滤波抑制方法是由黄岩;毛源;王韵旋;陈筠力;刘艳阳;余旭涛;刘江;洪伟设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本一种针对SAR强窄带干扰的半参数化陷波滤波抑制方法在说明书摘要公布了：本发明公开了一种针对SAR强窄带干扰的半参数化陷波滤波抑制方法，其包括：获取被干扰的原始SAR图像数据；针对获取的原始SAR图像数据，执行稀疏分解，获得总优化问题；针对得到的总优化问题，将其分解为两个子优化问题，其中，第一子优化问题为求解低秩项干扰的优化问题，第二子优化问题为求解稀疏项有用信号的优化问题；针对两个子优化问题，执行交替优化求解，得到稀疏项和低秩项。本发明可直接应用于SAR系统原始数据中或SAR图像中，能够实现在SAR系统中抑制强压制窄带干扰，保护真实回波的效果，相对于现有技术，其计算效率更高。

本发明授权一种针对SAR强窄带干扰的半参数化陷波滤波抑制方法在权利要求书中公布了：1.一种针对SAR强窄带干扰的半参数化陷波滤波抑制方法，其特征在于，该方法包括：步骤S1、获取被干扰的原始SAR图像数据，其中，该原始SAR图像数据存在强烈压制窄带干扰；步骤S2、针对步骤S1中获取的原始SAR图像数据，执行稀疏分解，获得总优化问题，其中，该总优化问题为：通过对原始矩阵数据使用增广拉格朗日法来求解低秩项的干扰和L1稀疏项的有用信号；在所述步骤S2中，所述的总优化问题的表达式为： 在该公式1中，是SAR图像的原始数据，C是低秩项的矩阵形式的干扰，V是稀疏项的矩阵形式的有用信号，λ是调节求解结果C和V之间关系的超参数，μ是惩罚参数，Y1是拉格朗日乘子，rank·表示矩阵的秩，‖·‖1表示矩阵的l1范数，‖·‖F表示矩阵的F范数；步骤S3、针对步骤S2中得到的总优化问题，将其分解为两个子优化问题，其中，第一子优化问题为求解低秩项干扰的优化问题，第二子优化问题为求解稀疏项有用信号的优化问题；在所述步骤S3中，求解第二个子优化问题的具体方法为：求解第二子优化问题的具体方法为：对公式2执行求解，该公式2表示为： 步骤S4、针对步骤S3中的两个子优化问题，执行交替优化求解，得到稀疏项和低秩项；所述步骤S4具体包括：步骤S401、算法参数初始化，其包括：设定P＝0，设定Vp、Y1P、μp和Cp的初始值，其中，P表示迭代次数；步骤S402、将设定好的参数Vp、μp和Y1P代入到第一个子优化问题中，并求解该第一个子优化问题；通过采用频域陷波滤波法求解该第一个子优化问题，其具体包括：步骤S4021、针对公式3在距离维执行快速傅里叶变换，得到Fp； 步骤S4022、设置阈值Ep，将Fp中小于Ep的数据置为0，得到F1p；步骤S4023、对F1p在距离维进行快速傅里叶逆变换，得到Z1p；步骤S4024、令Cp+1等于Z1p；步骤S403、将Y1P、μp和Cp+1代入到第二个子优化问题中，并且求解该第二个子优化问题；所述步骤S403具体包括：将Y1P、μp和Cp+1代入到公式2中，对该公式2执行求解，得到稀疏项Vp+1，其包括：对进行软阈值处理，得到Vp+1；步骤S404、更新Y1P+1、μp+1，通过公式4和公式5来执行更新操作；Y1P+1＝Y1P+μpD-Cp+1-Vp+14μp+1＝min{ρμp,μmax}5公式5中，μmax和ρ都是循环前设定好的固定值；步骤S405、执行P＝P+1；步骤S406、循环执行步骤S402至步骤S405，直到满足收敛或达到最大迭代次数为止，输出C和V，将V作为去除干扰后的有用数据进行成像，得到去除干扰的SAR图像。

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;上海卫星工程研究所，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”。