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结构化干扰与杂波下目标鲁棒智能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：CN115524672B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202211163221.1，技术领域涉及：G01S7/36；该发明授权结构化干扰与杂波下目标鲁棒智能检测方法是由简涛;何佳;刘瑜;李刚;何友;高龙;张健设计研发完成，并于2022-07-02向国家知识产权局提交的专利申请。

本结构化干扰与杂波下目标鲁棒智能检测方法在说明书摘要公布了：本发明公开了一种结构化干扰与杂波下目标鲁棒智能检测方法，属于宽带雷达信号处理领域。在存在外部干扰和均匀辅助数据量较少情况下，针对多通道宽带雷达距离扩展目标检测难以兼顾检测性能和失配鲁棒性的难题，充分挖掘杂波协方差矩阵斜对称结构信息，降低了对辅助数据量的需求，提高了未知杂波协方差矩阵估计精度，为实现干扰存在的小样本条件下目标自适应检测提供了有力支撑；构建了具有闭合形式的结构化干扰与杂波下目标鲁棒智能检测方法，在保证恒虚警率特性的同时，兼顾算法的计算复杂度、智能抗干扰、失配鲁棒性和检测性能等多方面需求，提升了复杂干扰环境下多通道宽带雷达对弱小目标和失配目标的检测性能，具有推广应用价值。

本发明授权结构化干扰与杂波下目标鲁棒智能检测方法在权利要求书中公布了：1.结构化干扰与杂波下目标鲁棒智能检测方法，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对进行斜对称酉变换获得斜对称变换主数据Z；在已知杂波斜对称协方差矩阵M的条件下，利用有目标假设下Z的复高斯概率密度函数对目标参数向量求偏导，进而求解Fisher信息矩阵逆矩阵中目标参数向量所对应的子矩阵，结合无目标假设下干扰子空间未知坐标的最大似然估计，构建已知杂波斜对称协方差矩阵条件下的距离扩展目标Rao检测统计量；步骤2从与待检测距离单元临近的R个参考距离单元获取辅助数据对进行斜对称酉变换获得斜对称变换辅助数据Y，利用Y的复高斯概率密度函数对杂波斜对称协方差矩阵求导并置零，获得基于辅助数据的杂波斜对称协方差矩阵最大似然估计，将杂波斜对称协方差矩阵最大似然估计代入步骤1获得的距离扩展目标Rao检测统计量，替换其中未知的杂波斜对称协方差矩阵，构建结构化干扰与杂波下目标鲁棒智能检测方法的检测统计量λ；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”。