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！

龙图腾网恭喜东海实验室;浙江大学申请的专利匹配海杂波非高斯特性的舰船复HRRP估计方法及系统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：CN119861354B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510346729.2，技术领域涉及：G01S7/41；该发明授权匹配海杂波非高斯特性的舰船复HRRP估计方法及系统是由张坤;宋春毅;刘洋;徐志伟;乐南燕;肖浩;安亮亮设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本匹配海杂波非高斯特性的舰船复HRRP估计方法及系统在说明书摘要公布了：本发明公开了一种匹配海杂波非高斯特性的舰船复HRRP估计方法及系统。本发明包括：获取原始雷达回波数据；对原始雷达回波数据采用阈值检测法获取舰船复HRRP所在的距离区间；将距离区间内的雷达回波信号表示为向量矩阵模型；采用K‑S最小距离准则选择匹配向量矩阵模型中干扰向量统计特性的复合高斯模型；采用复合高斯模型对应的稀疏优化方法对舰船复HRRP进行估计。本发明采用一种单参数概率模型约束舰船复HRRP的稀疏性，采用K‑S最小距离准则来确定采用何种复合高斯模型来约束海杂波的统计特性，并且采用A‑D检验来确定舰船复HRRP的稀疏参数q，显著降低了因为杂波模型失配导致的舰船复HRRP估计的性能损失。

本发明授权匹配海杂波非高斯特性的舰船复HRRP估计方法及系统在权利要求书中公布了：1.匹配海杂波非高斯特性的舰船复HRRP估计方法，包括：步骤1、获取原始雷达回波数据；步骤2、对所述的原始雷达回波数据采用阈值检测法获取舰船复HRRP所在的距离区间；步骤3、对所述的距离区间内的雷达回波信号表示为向量矩阵模型；步骤4、采用K-S最小距离准则选择匹配所述的向量矩阵模型中杂波干扰向量统计特性的复合高斯模型；步骤5、采用所述的复合高斯模型对应的稀疏优化方法对舰船复HRRP进行估计；所述向量矩阵模型中的杂波干扰向量采用复合高斯分布进行建模，具体包括广义Pareto分布和复合高斯逆高斯分布；采用K-S最小距离准则选择匹配所述的向量矩阵模型中杂波干扰向量统计特性的复合高斯模型，分别计算杂波与广义Pareto分布和复合高斯逆高斯分布的K-S最小距离，并选择K-S最小距离较小的分布作为杂波的复合高斯模型；还包括最大后验概率估计，以及采用梯度分解的方法对优化问题进行求解；其中最大后验概率估计中的舰船复HRRP向量的联合概率密度函数采用单参数的随机分布，该分布通过指数函数的形式对舰船复HRRP向量的稀疏性进行约束，其中稀疏参数用于控制分布的稀疏程度；所述稀疏参数确定为在预设的取值范围内寻找使A-D检验统计量最小的参数值，其中A-D检验统计量用于衡量估计结果与所选择复合高斯模型的匹配程度；具体是：确定舰船复HRRP估计的残差序列令dq为稀疏参数取值为q时舰船复HRRP估计的残差，对dq中的数的绝对值大小进行排序，得到序列即为该序列的第n个值；计算每个稀疏参数q对应的A-D检验的统计量；稀疏参数q对应的A-D检验的统计量为： 其中，当步骤4中复合高斯模型选择为广义Pareto分布时，CDF为广义Pareto分布的幅度累积密度函数，当步骤4中复合高斯模型选择为复合高斯逆高斯分布时，CDF为复合高斯逆高斯分布的幅度累积密度函数。

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东海实验室;浙江大学，其通讯地址为：316021 浙江省舟山市定海区浙大路1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”。