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基于双谱相位角的雷达干扰辨识方法、系统、终端及存储介质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：CN120214700B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510685584.9，技术领域涉及：G01S7/02；该发明授权基于双谱相位角的雷达干扰辨识方法、系统、终端及存储介质是由刘宁波;梁思远;丁昊;黄勇;关键;陈宝欣;董云龙;曹政;于恒力设计研发完成，并于2025-05-27向国家知识产权局提交的专利申请。

本基于双谱相位角的雷达干扰辨识方法、系统、终端及存储介质在说明书摘要公布了：本发明涉及雷达信号技术领域，具体提供一种基于双谱相位角的雷达干扰辨识方法、系统、终端及存储介质，包括：获取雷达接收的观测数据；计算所述观测数据的双谱相位角矩阵；将所述双谱相位角矩阵转化为灰度共生矩阵，基于灰度共生矩阵提取图像纹理特征；从所述双谱相位角矩阵中提取主对角线的数值，得到对角线序列，基于所述对角线序列进行频谱分析和序列趋势特征分析；基于图像纹理特征和序列趋势特征，进行主成分分析，将主成分分析后的特征输入到预设的分类模型中，得到辨识后的真实目标或虚假目标的结果。本发明提高了真实目标与干扰信号辨识的可靠性，解决了传统方法难以区分拖引干扰信号的问题。

本发明授权基于双谱相位角的雷达干扰辨识方法、系统、终端及存储介质在权利要求书中公布了：1.一种基于双谱相位角的雷达干扰辨识方法，其特征在于，包括： 获取雷达接收的观测数据； 计算所述观测数据的双谱相位角矩阵； 将所述双谱相位角矩阵转化为灰度共生矩阵，基于灰度共生矩阵提取图像纹理特征； 从所述双谱相位角矩阵中提取主对角线的数值，得到对角线序列，基于所述对角线序列进行频谱分析和序列趋势特征分析； 基于图像纹理特征和序列趋势特征，进行主成分分析，将主成分分析后的特征输入到预设的分类模型中，得到辨识后的真实目标或虚假目标的结果； 计算所述观测数据的双谱相位角矩阵，包括： 取长度为Ｎ的观测数据，将观测数据等分为Ｋ段，每段数据长度为M点，设第ｎ段数据为，分别计算每段数据的三阶累计量的估计值： 其中，＝max0,-i,-j，＝minM-1,M-1-I,M-1-j； 将每段求得的三阶累计量进行统计平均，得到的结果即为该数据的三阶累计量，表示为： 则双谱为： 其中，LM-1，表示为二维滞后窗函数； 对双谱的结果矩阵提取相位角信息，设双谱矩阵中的元素为，其中，是元素的实部，是元素的虚部，元素在极坐标中的表示为； 计算元素的相位角： ； 计算得出每个元素的相位角，得到双谱相位角矩阵，其中，值范围为-π,π； 将所述双谱相位角矩阵转化为灰度共生矩阵，包括： 将双谱相位角矩阵中的矩阵值线性映射到灰度图中，公式为： 其中，L为灰度级数，灰度级范围为[0,L-1]； 按照预设的离散化规则，将灰度图的灰度值范围等间隔离散化为[0,15]，得到离散化后的具有16个灰度级的新灰度图； 设置灰度共生矩阵，用于描述新灰度图中像素灰度值之间的共生关系，对于新灰度图，定义灰度共生矩阵为大小为L×L，灰度共生矩阵中元素计算为： 其中，m,n表示两个灰度值，表示两个像素之间的相对角度，包括0°、45°、90°和135°四个方向，和定义了计算灰度关系的位移，即、分别表示在x、y轴方向上的像素偏移量，与的关系如下： 将灰度共生矩阵进行归一化，得到归一化后的矩阵，归一化的公式为： 其中，归一化后的矩阵满足：； 将归一化后的灰度共生矩阵记为； 从所述双谱相位角矩阵中提取主对角线的数值，得到对角线序列，基于所述对角线序列进行频谱分析，包括： 设对角线序列为； 取对角线序列中长度为N的对角线序列进行傅里叶变换，得到频谱，； 计算频谱幅值最大点对应的频率：，得到频谱主频； 计算频谱标准差：，得到真实目标频谱标准差区间，其中，代表频谱均值，定义为； 计算频谱峰度：，得到真实目标频谱峰度区间； 计算频谱偏度：，得到真实目标频谱偏度区间； 所述序列趋势特征分析，包括： 基于对角线序列为，计算相邻元素之间差值： ； 对所有差值取绝对值再累加，计算累积和：，得到真实目标累计和区间； 定义高斯权重函数，高斯分布中心为，标准差为，第个位置的权重为：； 将高斯权重引入绝对差值累积和得到高斯加权累积和： ； 基于高斯加权累积和，得到序列趋势特征。

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；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”。