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！

龙图腾网恭喜中国人民解放军海军航空大学申请的专利非均匀杂波下目标知识辅助智能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：CN115390027B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202210770931.4，技术领域涉及：G01S7/41；该发明授权非均匀杂波下目标知识辅助智能融合检测方法是由简涛;谢梓铿;王海鹏;刘军;张磊;赵凌业;王哲昊设计研发完成，并于2022-07-02向国家知识产权局提交的专利申请。

本非均匀杂波下目标知识辅助智能融合检测方法在说明书摘要公布了：本发明公开了一种非均匀杂波下目标知识辅助智能融合检测方法，属于宽带雷达信号处理领域。针对小样本条件下雷达距离扩展目标检测性能较差问题，充分利用杂波协方差矩阵具有的斜对称结构先验信息，联合利用主数据和辅助数据提高了未知杂波斜对称协方差矩阵结构的估计精度，减少了对辅助数据量的需求；构建了非均匀杂波下子空间斜对称广义似然比检验检测器，其检测器具有闭合形式的表达式，在保证恒虚警率特性的同时检测性能优于现有非结构化距离扩展目标子空间检测器和斜对称距离扩展目标子空间检测器；本发明方法的检测统计量结构简单，便于工程实现，提升了小样本条件宽带雷达对弱小目标的检测性能，具有推广应用价值。

本发明授权非均匀杂波下目标知识辅助智能融合检测方法在权利要求书中公布了：1.非均匀杂波下目标知识辅助智能融合检测方法，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个距离单元获取辅助数据ZR；有目标假设和无目标假设下，分别利用Z和ZR的联合概率密度函数对杂波斜对称协方差矩阵结构M求导并置零，获得有目标假设下未知杂波斜对称协方差矩阵结构的最大似然估计，同时获得无目标假设下未知杂波斜对称协方差矩阵结构的最大似然估计；利用有目标假设下Z和ZR的联合概率密度函数对目标变换坐标矩阵求导并置零，获得未知目标变换坐标矩阵的最大似然估计；进而构建杂波功率因子已知条件下的子空间斜对称广义似然比检验中间统计量；有目标假设下M的最大似然估计为 其中，U表示已知的N×r维信号多秩子空间矩阵，Re·和Im·分别表示取实部和虚部；Bp＝[be1,be2,…,beK,bo1,bo2,…,boK]，bek＝Rebk，bok＝jImbk，j是虚数单位，bk表示第k个待检测距离单元中r×1维目标子空间复坐标向量，Re·和Im·分别表示取实部和虚部；Zp＝[ze1,ze2,…,zeK,zo1,zo2,…,zoK]，zk表示第k个待检测距离单元对应的N×1维主数据分量，J表示斜对角线元素为1其他元素均为0的N×N维置换矩阵；γ表示杂波功率因子，N表示空时联合通道数，r表示矩阵U的秩，·*和·H分别表示共轭和共轭转置；无目标假设下M的最大似然估计为 步骤2通过求解有目标假设和无目标假设下特征值方程的唯一正值解，分别获得有目标假设和无目标假设下未知杂波功率因子的最大似然估计，将未知杂波功率因子的最大似然估计代入步骤1获得的子空间斜对称广义似然比检验中间统计量，在中间统计量中分别替换有目标假设和无目标假设下未知杂波功率因子，构建非均匀杂波下目标知识辅助智能融合检测器的检测统计量λ；在无目标假设H0和有目标假设H1下，未知杂波功率因子γ的最大似然估计和是如下特征值方程的唯一正值解： 其中，i＝0,1，λk,0和λk,1分别表示矩阵和的第k个特征值；步骤3为保持检测方法的恒虚警率特性，根据预设的虚警概率设置检测门限T；将检测统计量λ与检测门限T进行比较，若λ≥T，则判定当前待检测距离单元存在目标，主数据不作为后续其他待检测距离单元的辅助数据；反之若λ＜T，则判定当前待检测距离单元不存在目标，主数据作为后续其他待检测距离单元的辅助数据。

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 山东省烟台市芝罘区二马路188号科研学术处；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”。