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基于Toeplitz结构的因子组稀疏正则化SAR频谱缺失成像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：CN118566919B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202410610005.X，技术领域涉及：G01S13/90；该发明授权基于Toeplitz结构的因子组稀疏正则化SAR频谱缺失成像方法是由蒲巍;邵朝熠;海宇;王雯璟;刘欣远;宋月;王重淞设计研发完成，并于2024-05-16向国家知识产权局提交的专利申请。

本基于Toeplitz结构的因子组稀疏正则化SAR频谱缺失成像方法在说明书摘要公布了：本发明公开了一种基于Toeplitz结构的因子组稀疏正则化SAR频谱缺失成像方法，首先将去干扰后的回波矩阵变换至距离频域，并按脉冲划分为向量，接着将脉冲向量进行Toeplitz变换，重构为待优化矩阵，随后初始化参数，并利用奇异值分解初始化矩阵，利用群因子稀疏正则化方法对待优化矩阵进行恢复，和参数迭代更新，到达迭代终止条件后，将得到的估计矩阵重构为向量，并将所有的向量重塑为回波矩阵，最后采用后向投影法对目标成像。本发明的方法解决了现有频谱缺失SAR成像方法的局限性，具有成像质量高、适用性广，运算速度快，适用于多干扰情景的优点。

本发明授权基于Toeplitz结构的因子组稀疏正则化SAR频谱缺失成像方法在权利要求书中公布了：1.一种基于Toeplitz结构的因子组稀疏正则化SAR频谱缺失成像方法，具体步骤如下： S1、将待恢复的回波矩阵变换至频域，沿方位向划分为脉冲向量； S2、使用Toeplitz线性变换算子将脉冲向量转换为低秩矩阵； S3、利用因子组稀疏正则化方法恢复低秩矩阵； S4、将恢复的估计矩阵重构为向量，并重塑为回波矩阵，变换至时域； S5、采用后向投影算法对目标成像； 所述步骤S1具体如下： S11、利用距离向快速傅里叶变换将待恢复的回波矩阵变换至距离频域，得到频谱矩阵，表达式如下： ； 其中，表示距离向快速傅里叶变换；表示回波矩阵； S12、将频谱矩阵沿方位向划分为个脉冲向量； 脉冲向量表达式如下： ； 其中，M表示脉冲序列长度； 所述步骤S2具体如下： 定义Toeplitz变换算子表达式如下： ； 其中，表示复数域，和分别表示变换后矩阵的行数和列数；表示一个超参数，其大小决定了变换后Toeplitz矩阵的行数和列数； 然后对N个脉冲向量分别应用Toeplitz变换算子，得到低秩矩阵，表达式如下： ； 所述步骤S3具体如下： S31、不区分脉冲地将低秩矩阵表示为，将每个低秩矩阵恢复出的最佳估计表示为； S32、初始化参数并利用奇异值分解矩阵； 初始化参数：正则化参数，缩放因子，惩罚因子，维度参数，迭代次数和最大迭代次数； 初始化矩阵：对矩阵进行奇异值分解，且； 其中，上标表示共轭转置；矩阵和表示对的分解，表示拉格朗日乘子矩阵，、、分别表示矩阵、、的初始迭代值，表示低秩矩阵恢复出的最佳估计初始值； S33、待优化矩阵和参数迭代更新； 1更新，即对矩阵的列向量进行软阈值处理，表达式如下： ； 其中，表示第k次迭代的惩罚因子，且： ； 其中： ； 其中，表示中的第列向量；阈值由表示；； 2更新，即通过对增广拉格朗日函数求偏导，表达式如下： ； 其中，表示单位矩阵； 3更新，即通过对增广拉格朗日函数求偏导，表达式如下： ； 4更新拉格朗日乘子，表达式如下： ； 5更新惩罚因子，表达式如下： ； S34、判断是否满足迭代终止条件：当时，输出，否则返回步骤S32，令，继续迭代； S35、对每个构造的Toeplitz低秩矩阵均进行步骤S31~S34的优化恢复，得到N个恢复出的估计矩阵。

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。