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！

龙图腾网获悉电子科技大学申请的专利无参考通道无源雷达组网协同的弱目标信号级定位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：CN119165477B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411299982.9，技术领域涉及：G01S13/87；该发明授权无参考通道无源雷达组网协同的弱目标信号级定位方法是由袁野;周其玉;易伟;张国鑫;李熙乐;梁雲飞;王淙;孔令讲设计研发完成，并于2024-09-18向国家知识产权局提交的专利申请。

本无参考通道无源雷达组网协同的弱目标信号级定位方法在说明书摘要公布了：本发明公开了一种无参考通道无源雷达组网协同的弱目标信号级定位方法，首先初始化系统参数并建立无参考通道无源雷达的受噪声和直达波干扰污染的目标回波模型，再联合分布式多站的目标回波模型和非合作外辐射源的未知信号建立完整数据集，并推导其条件似然函数，最后基于期望最大化原理，循环迭代地执行条件似然函数的期望步和最大步，以不断更新目标位置估计和抑制直达波干扰，直到满足期望最大化算法的收敛条件以取得目标位置的最大似然估计，实现联合的直达波抑制和目标位置估计更新。本发明的方法解决了当前无源雷达系统在弱目标探测中存在的定位精度低、易受直达波干扰、非合作外辐射源信号未知及对参考信道依赖强等问题。

本发明授权无参考通道无源雷达组网协同的弱目标信号级定位方法在权利要求书中公布了：1.一种无参考通道无源雷达组网协同的弱目标信号级定位方法，具体步骤如下： S1、初始化系统参数； 初始化外辐射源数量N及位置坐标初始化无源雷达接收器数量M及位置坐标目标位置坐标p＝[x,y]T； 其中，上标·T表示转置； 对于由第n个外辐射源和第m个无源雷达接收器构成的无源双基对，其接收信号中的直达波干扰和目标回波的信号幅度分别表示为αm,n和βm,n；设定无源雷达采样点数为K，采样周期为Ts；各无源雷达接收器接收回波叠加的噪声服从0均值，方差为的复圆对称白高斯分布，且互相独立； S2、建立受直达波和噪声污染的无参考通道无源雷达回波模型，并构建无源雷达组网协同的联合观测模型以获取空间分集增益； S3、基于最大似然原理，构建无源雷达组网协同观测的弱目标信号级似然函数，以增强弱目标的探测能力，并由此形成非凸、非线性的高维目标位置估计问题； S4、将非合作外辐射源的未知信号视为不可观测的隐藏变量，联合无源雷达组网协同观测，构建完整数据集并推导其条件似然函数； S5、设计基于期望最大化原理的直达波干扰抑制的弱目标信号级迭代估计算法，其每次迭代首先计算似然函数关于未知外辐射源信号的条件期望，然后基于序贯和牛顿迭代的联合优化机制对该期望进行最大化，实现联合的直达波抑制和目标位置估计更新； 所述步骤S2具体如下： 第m个无源雷达接收器接收到的来自第n个外辐射源的受直达波和噪声污染的目标回波表达式如下： 其中，上标·d和·e分别表示直达径和目标回波径，αm,n和βm,n分别表示直达波和目标回波的复幅度；表示第n个外辐射源在时刻t的基带发射信号； 表示从第n个外辐射源到第m个无源雷达接收器的直达径传播延时；表示从第n个外辐射源经目标到第m个无源雷达接收器的回波路径传播延时，c0表示电磁波传播速度；表示方差为的复圆对称白高斯随机变量； 设定不同无源雷达接收器的噪声是互相独立的，且是空间和时间白的，表达式如下： 其中，符号表示时间，符号·*和δ·分别表示统计期望、共轭和脉冲函数； 设定和分别表示式1中时域信号和的K点离散采样向量，采样周期为Ts； 其中，上标·de表示直达径或目标回波径； 然后分别计算离散向量的频域表达以提取直达波干扰和目标回波的延时，设定表示接收信号的K点离散傅里叶变换，T表示离散傅里叶变换矩阵，其第a,b个元素表示为fΔ＝1TsK；则式1的离散采样向量的频域表达式如下： 其中，和符号diag{·}表示对角矩阵，其对角线元素是向量或矩阵； 联合M个无参考通道无源雷达和N个外辐射源构成的MN个无源双基对的观测模型，则无参考通道无源雷达组网协同的联合观测r表达式如下： 所述步骤S3具体如下： 基于联合观测信号的高斯特性，式4的联合观测r的似然函数的对数形式表达式如下： 其中， 且， 其中，符号表示克罗内克积，符号det·表示矩阵的行列式，·Η表示共轭转置，·-1表示逆运算，矩阵IK和IM分别表示K维和M维单位矩阵，矩阵和分别表示噪声wm,n和信号sn的协方差矩阵； 目标位置的最大似然估计通过最大化式5中的对数似然函数lnpr获得，表达式如下： 其中，未知参数向量θ＝[pT,αT,βT]T，α＝[α1,1,…,αM,N]T，β＝[β1,1,…,βM,N]T； 所述步骤S4具体如下： 未知外辐射源信号被认为是不可观测的隐藏向量；则视式4的观测r为不完整数据集，并定义完整数据集y表达式如下： y＝[rT,sT]T9 根据贝叶斯理论，完整数据集y的条件对数似然函数表达式如下： 其中，函数pr,s,θ表示r，s和θ的联合似然函数；函数ps,θ表示s和θ的联合似然函数；函数pθ表示θ的似然函数； 函数lnpr|s,θ和lnps|θ分别表示组网协同联合观测r和非合作外辐射源信号s的条件对数似然函数，表达式如下： 其中，表示外辐射源信号s的协方差矩阵，μ表示观测r的条件均值，具体表达式如下： 结合式11和12，式10中完整数据集y的条件对数似然函数表达式如下： lnpy|θ＝f1s+f2s,θ14 其中， 所述步骤S5具体如下： S51、执行期望步，即找到完整数据集的似然函数的条件期望； 式14中完整数据集y的似然函数lnpy|θ的条件期望表达式如下： 其中，上标·l表示第l次迭代，表示第l次迭代的参数估计；舍弃与待估参数θ无关的项f1s，计算f2s,θ的条件期望，得表达式如下： 其中， 其中，符号Tr{·}表示矩阵的迹；向量和矩阵分别表示sn的最小均方误差估计和条件协方差矩阵； 由于sn和rn服从均值为零的联合高斯分布，则和闭式表达式如下： 其中， 且， S52、执行最大步，即基于序贯和牛顿迭代的联合优化机制对步骤S51得到的完整数据集的似然函数的条件期望进行最大化； 通过最大化式16的条件期望第l+1次迭代的估计参数向量表达式如下： 然后最大化式25中的函数即对目标位置p和信号幅度α和β进行联合优化；采用序贯估计策略，将转化为两个低维子估计问题，表达式如下： 其中，和分别表示第l次迭代给出的信号幅度的估计； 对式26、27的优化问题进行求解，具体如下： A、优化问题26求解，即目标位置的牛顿迭代估计； 优化问题26的解通过牛顿迭代法来求解，表达式如下： 其中，i表示牛顿迭代的索引；和分别表示函数关于估计位置的一阶和二阶导数，表达式如下： 其中， 式30中，路径延时关于目标位置坐标x和y的导数和表达式分别如下： 式30中，代价函数Q1关于路径延时的导数表达式如下： 其中， 且， 式28的牛顿迭代过程持续进行，直到相邻两次估计的差满足收敛标准： 其中，εNewton表示一个较小的值，根据实际场景和定位精度设定； B、优化问题27求解，即信号幅度估计； 设函数关于和的共轭的偏导数分别等于零，表达式如下： 通过求解式35，优化问题27的解表达式如下： 基于步骤A、B，问题25的第l+1次迭代的更新估计参数已全部获得，即式28中的和式36中的和其将作为第l+2次迭代的输入； S53、重复步骤S51-S52直到满足期望最大化迭代收敛条件，实现联合的直达波抑制和目标位置估计更新； 所述最大化迭代收敛条件即 其中，εEM根据实际场景和任务精度要求设定。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。