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！

龙图腾网获悉北京航空航天大学申请的专利基于迭代最大稀疏凸优化的多目标无源阵列测向测幅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：CN116027259B 。

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：202211727332.0，技术领域涉及：G01S3/14；该发明授权基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法是由陈广志;陈景轩;董傲勇;苏东林设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法在说明书摘要公布了：本发明公开了一种基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法，包括以下步骤：S1.建立多目标无源阵列稀疏信号处理模型，得到接收信号矩阵Y；S2.使用奇异值分解压缩接收信号矩阵Y，重排后得到压缩信号向量yv；S3.构建一范数约束的凸优化数学模型，并解凸优化问题得到凸优化问题的解xj,将该解记为S4.构建IMSC优化模型，迭代计算得到优化结果xopt；S5.利用优化结果xopt得到多目标的角度与幅度估计结果。本发明保证目标函数为凸函数的同时，最大化罚函数的非凸性，以提高解的稀疏性并降低幅度估计误差，实现了多目标的高精度测向测幅。

本发明授权基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法在权利要求书中公布了：1.基于迭代最大稀疏凸优化的多目标无源阵列测向测幅方法，其特征在于：包括以下步骤： S1.建立多目标无源阵列稀疏信号处理模型，得到接收信号矩阵Y； S2.使用奇异值分解压缩接收信号矩阵Y，重排后得到压缩信号向量yv； S3.构建一范数约束的凸优化数学模型，并解凸优化问题得到凸优化问题的解,将该解记为 S4.构建IMSC优化模型，迭代计算得到优化结果xopt； 所述步骤S4包括： S401.令迭代变量i＝1，Q表示目标辐射源数量，M表示DOA网格点数； S402.将中模值大于阈值Ti的元素放入一个集合中，得到非零索引集合: 集合内的元素升序排列，数量表示为 S403.判断是否满足条件 若满足条件，则迭代结束，令并转至步骤S5； 若不满足条件，转至步骤S404； S404.取的l列，按中的l列原顺序组成子字典矩阵N表示阵元数量； S405.解如下半正定规划问题，得到正定下界向量ropt s.t.r≥αmin 其中优化变量αmin表示的最小特征值，diagr表示将向量r化为对角方阵，表示矩阵正定； S406.计算罚参数向量其中β∈[0,1]表示非凸因子； β越大代表罚函数的非凸性越强，当β＝0时罚函数退化为一范数函数，此时罚函数为凸函数，当β＝1时，能够保证目标函数是凸函数的同时，罚函数的非凸性最强； S407.解如下凸优化问题，得到最优子向量 其中表示一种非凸罚函数，具体采用反正切非凸罚函数如下： 此时步骤S304中罚函数的导函数Φ′x为非凸罚函数的导函数对于反正切非凸罚函数，其导函数为 上式的计算使用标量运算； S408.更新优化结果 其中表示m在集合中的位置序号； S409.令i＝i+1，返回步骤S402； S5.利用优化结果xopt得到多目标的角度与幅度估计结果。

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北京航空航天大学，其通讯地址为：100000 北京市海淀区学院路37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。