龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西南交通大学
摘要：本发明公开了毫米波成像稀疏采样方法、装置、存储介质及处理器，方法包括步骤：构建稀疏采样最小化目标函数；将稀疏采样位置矩阵重排成列向量形式作为差分进化的种群中的个体；初始化种群中的个体后，对稀疏采样最小化目标函数进行迭代求解，每次迭代依次进行变异、交叉、选择操作，据此更新个体；当迭代次数达到预设值时，将当前种群中的最优个体排成矩阵形式得到最优采样矩阵；根据最优采样矩阵采集目标对象的回波数据，完成目标对象的毫米波图像重建。本发明通过构建稀疏采样最小化目标函数，并设计无变异参数的二进制差分进化算法进行优化求解，有效降低了点扩散函数旁瓣幅值，减少成像结果中的混叠现象，显著提高了毫米波图像的重建质量。
主权项：1.毫米波成像稀疏采样方法，其特征在于，包括步骤：构建稀疏采样最小化目标函数fa＝[λ1·Na+λ2·Sa+λ3·Wa+λ4·Pa]，其中，a为用二进制表示的稀疏采样位置矩阵，Na为采样比例，Sa为x方向与y方向上点扩散函数除主瓣区域外幅值大于-40dB的区域相对于主瓣外区域所占的比值的平均值，Wa为x方向与y方向上点扩散函数主瓣峰值左、右两侧半波长处值的较大值的平均值，Pa为x方向与y方向上点扩散函数峰值旁瓣与相邻主瓣之间的幅值差的平均值；λ1、λ2、λ3、λ4分别为各项参数的加权系数；将所述稀疏采样位置矩阵a重排成列向量形式作为差分进化的种群中的个体Xi，i＝1,2,…NP，NP为种群规模；初始化种群中的个体后，对所述稀疏采样最小化目标函数fa进行迭代求解，每次迭代依次进行变异、交叉、选择操作，据此更新个体；当迭代次数达到预设值Nmax时，将当前种群中的最优个体Xbest排成矩阵形式得到最优采样矩阵；根据所述最优采样矩阵采集目标对象的回波数据，完成所述目标对象的毫米波图像重建。
全文数据：
权利要求：
百度查询： 西南交通大学 毫米波成像稀疏采样方法、装置、存储介质及处理器
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号