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！

龙图腾网获悉哈尔滨工业大学;北京宇航系统工程研究所申请的专利一种用于线谱估计的多测量向量深度原子范数去噪网络及其构建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：CN115982548B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202211541900.8，技术领域涉及：G06F18/10；该发明授权一种用于线谱估计的多测量向量深度原子范数去噪网络及其构建方法是由付宁;尉志良;姜思仪;乔立岩;刘冠男;吴萱;白宇设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本一种用于线谱估计的多测量向量深度原子范数去噪网络及其构建方法在说明书摘要公布了：一种用于线谱估计的多测量向量深度原子范数去噪网络及其构建方法，涉及信号处理领域。解决现有线谱估计存在估计精度低、迭代次数多导致收敛速度慢的问题。去噪网络的构建方法为：选取T、W和Λ为辅助变量；采用辅助变量对噪声测量值进行分析获得学习变量值，进而建立重构层；重构层对噪声测量值进行去噪，得到去噪结果，并采用分段线性映射函数和映射网格，建立噪声估计层；根据分段线性映射函数和辅助变量矩阵，建立辅助层；采用S个重构层、噪声估计层和辅助层，获得去噪网络。采用基于梯度的反向传播方法对搭建的去噪网络进行训练完成可学习参数的最优选择。本发明适用于雷达探测、传感器阵列信号处理、医疗成像和通信信道估计的线谱估计。

本发明授权一种用于线谱估计的多测量向量深度原子范数去噪网络及其构建方法在权利要求书中公布了：1.一种深度原子范数去噪网络的构建方法，所述方法适用于雷达探测中的线谱估计问题，其特征在于，所述构建方法为： S1、选取为辅助变量，定义辅助变量的矩阵为厄米特矩阵，并且令 ； S2、采集噪声测量值M，采用所述辅助变量矩阵对所述噪声测量值M进行分析，获得学习变量值； S3、根据所述辅助变量矩阵、噪声测量值M和学习变量值，建立重构层Y； S4、采用所述重构层Y对所述噪声测量值M进行去噪，得到去噪结果； 所述重构层Y的表达式为： ； 其中，和是可学习的变量； S5、根据所述去噪结果并采用分段线性映射函数和映射网格，建立噪声估计层N； 所述噪声估计层N的表达式为： ； 其中，为噪声水平，P为测量向量个数，为映射网格，是学习参数； S6、根据所述分段线性映射函数和所述辅助变量矩阵，建立辅助层； S7、根据所述重构层、噪声估计层和辅助层，得到执行阶段层； S8、采用S个所述执行阶段层，获得去噪网络； S9、采用基于梯度的反向传播方法对搭建的深度原子范数去噪网络进行训练以完成可学习参数的最优选择； S10、采用ESPRIT从去噪结果中估计信号频率。

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哈尔滨工业大学;北京宇航系统工程研究所，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。