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一种用于抗SAR组合干扰的NLFM波形设计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：CN119024279B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202411211427.6，技术领域涉及：G01S7/36；该发明授权一种用于抗SAR组合干扰的NLFM波形设计方法是由安洪阳;黄坤;谭又山;娄明悦;贾茹;李中余;杨海光;武俊杰;杨建宇设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种用于抗SAR组合干扰的NLFM波形设计方法在说明书摘要公布了：本发明公开了一种用于抗SAR组合干扰的NLFM波形设计方法，首先确定NLFM波形的生成模型，再建立抗转发式欺骗干扰的波形优化模型和抗窄带射频干扰的波形优化模型，组合建立抗组合干扰的波形优化模型，最后将多目标约束优化模型拆分成两个非线性约束优化的子问题，利用增广拉格朗日遗传算法求解优化问题，得到抗SAR组合干扰的NLFM波形。本发明的方法通过对发射端波形进行优化设计能够同时对抗两种干扰类型，包括转发式欺骗干扰和窄带射频干扰，利用设计的NLFM波形作为发射信号，能够在实现成像性能的基础上有效抑制组合干扰的影响，提高SAR系统的生存能力和实用效能，使得SAR系统能够广泛的运用于资源勘探、地质测绘等领域。

本发明授权一种用于抗SAR组合干扰的NLFM波形设计方法在权利要求书中公布了：1.一种用于抗SAR组合干扰的NLFM波形设计方法，具体步骤如下： S1、确定NLFM波形的生成模型； 采用分段线性PWL函数定义NLFM波形的时频关系，NLFM波形瞬时频率由段线性函数构成；则非线性调频信号的时域表达式如下： 1； 其中，表示表示矩形窗函数，表示时间，表示信号的脉宽，表示瞬时频率函数，表达式如下： 2； 其中，表示信号的带宽，表示频点，且，表示对应的时间点，且，表示分段函数的调频斜率，其关系表达式如下： 3； 非线性调频信号的相位信息通过对式2积分获得，表达式如下： 4； 其中，是常数；设定信号的初始相位为0，则计算表达式如下： 5； S2、建立抗转发式欺骗干扰的波形优化模型； 考虑两组非线性调频信号和，其互相关定义表达式如下： 6； 其中，表示积分变量，表示共轭； 则关于波形互相关的最小化积分旁瓣电平ISL优化问题表达式如下： 7； 其中，的卷积形式表达式如下： 8； 9； 其中，表示卷积，表示时间反褶的复共轭，表示频率，，，分别表示，，的傅里叶变换； 根据Parseval定理，最小化时域能量等价于最小化频域能量，基于式7-9推导，最终抗转发式欺骗干扰的优化模型表达式如下： 10； S3、建立抗窄带射频干扰的波形优化模型； 考虑两组非线性调频信号和；抗窄带射频干扰波形设计问题转化为抑制波形功率谱在特定频段的能量，设定在频带区间存在窄带射频干扰，则抑制窄带射频干扰就等价于抑制波形在频带区间的频谱能量，其表达式如下： 11； 其中，表示频带的下界，表示频带的上界； S4、建立抗组合干扰的波形优化模型； 结合步骤S2和S3，抗组合干扰的波形优化问题的目标函数表达式如下： 12； 其中，和表示权重因子； 将单个波形匹配滤波输出的积分旁瓣比ISLR和峰值旁瓣比PSLR作为衡量指标；设定非线性调频信号的长度为N，经过匹配滤波后的脉冲压缩结果为，其离散化表达式如下： 13； 其中，表示信号自相关的结果，，表示主瓣峰值，表示分辨单元宽度； 则峰值旁瓣比的定义为匹配滤波响应后第一旁瓣能量同主瓣峰值能量的比值，积分旁瓣比的定义为匹配滤波响应后分辨单元外的能量与分辨单元内的能量的比值，表达式如下： 14； 15； 综上，最终的抗组合干扰波形设计的多目标约束优化模型表达式如下： 16； 其中，和表示权重因子，表示约束上限； S5、将多目标约束优化模型拆分成两个非线性约束优化的子问题，利用增广拉格朗日遗传算法求解优化问题； S51、将多目标约束优化模型拆分成两个子问题； 将式16拆分成两个优化问题逐一求解，即先优化波形的频谱和脉压输出特性，再在波形的基础上，优化波形的频谱和脉压输出特性以及两个波形的互相关性能，具体如下： 优化问题1： 17； 优化问题2： 18； 其中，表示权重因子； S52、利用增广拉格朗日遗传算法求解优化问题； 首先，增广拉格朗日遗传算法通过引入拉格朗日乘子和惩罚因子，将适应度函数和非线性约束函数结合形成子问题，表达式如下： 19； 其中，向量表示优化变量，即频点和时间点，向量表示拉格朗日乘子估计，是其分量，向量表示非负偏移量，是其分量，表示适应度函数，即优化问题1和2中的目标函数，表示非线性不等式约束，即优化问题1和2中的非线性约束，表示非线性不等式约束的数目； 接着，通过遗传算法近似最小化式19所示的优化问题，使得满足线性约束和边界条件；当子问题最小化到所需的精度并满足可行性条件时，更新拉格朗日估计，形成新的子问题，再重复步骤S52，直到满足约束条件，最佳适应度函数的变化差异小于设定阈值； S6、基于步骤S1-S5，得到抗SAR组合干扰的NLFM波形，即优化后的波形。

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。