“散射矩阵”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果190080个，建议您升级VIP下载更多相关专利

[发明专利]空间自旋目标雷达的三维成像方法、装置及存储介质-CN201811252765.9在审
发明人：毕严先 -专利权人：中国电子科技集团公司电子科学研究院
申请日： 2018-10-25 - 公布日： 2019-03-29 - 主分类号： G01S13/89 文献下载
摘要：本发明公开了一种空间自旋目标雷达的三维成像方法、装置及存储介质，其中所述方法包括以下步骤：对目标的原始回波信号进行预相参处理以去除回波信号的平动信息，获得未压缩的相参回波数据；利用二维酉ESPRIT方法从所述未压缩的相参回波数据中提取散射点的距离‑速率矩阵，基于散射点的距离‑速率矩阵获得一维距离像；基于卡尔曼滤波和最小欧式距离准则对所述一维距离像中的散射点进行关联；根据角速度以循环迭代的计算方式确定最终的散射点的距离‑速率矩阵，并对最终的散射点的距离‑速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵，基于最终形状矩阵获得目标的三维成像。通过本发明方法获得的最终形状矩阵，能有效去除目标形状的尺度模糊。
散射点速率矩阵矩阵三维成像最终形状一维距离像存储介质回波数据回波信号目标雷达未压缩自旋去除最小欧式距离卡尔曼滤波计算方式矩阵获得目标形状平动信息循环迭代因式分解二维尺度关联模糊视角

[发明专利]基于全矩阵滤波和时间反转算子的优化型光声断层成像的图像重构方法-CN201810706816.4有效
发明人：陶超;芮纬;刘晓峻 -专利权人：南京大学
申请日： 2018-07-02 - 公布日： 2021-04-20 - 主分类号： A61B5/00 文献下载
摘要：本发明公开了一种基于全矩阵滤波和时间反转算子的光声断层成像的图像重构方法，首先，根据超声换能器阵列接收到的光声信号构建信息矩阵，信息矩阵中既包括含有直达波的信息，又包含有造成干扰的散射波的信息；然后，根据直达波部分所特有的逆对角线性质，通过矩阵45°旋转、矩阵滤波、矩阵45°逆向旋转还原等操作，可以滤除信息矩阵中的散射波成分；最后，利用时间反转算子，可以从滤波后的信息矩阵中获得光吸收体所发射声波强度的空间分布图像。本发明提出的方法能够有效地滤除散射波的干扰，同时完整地保留了有效探测信息，从而有效地提高散射媒质内及散射媒质后光声图像重构准确性，具有较高的易用性和广泛的适用性。
基于矩阵滤波时间反转算子优化型光声断层成像图像方法

[发明专利]近场探头的校准方法、装置、计算机设备和存储介质-CN202310667196.9在审
发明人：邵伟恒;薛姗;陈义强;周长见 -专利权人：中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室））
申请日： 2023-06-06 - 公布日： 2023-09-29 - 主分类号： G01R35/00 文献下载
摘要：所述方法包括：利用矢量分析仪，测量第一同轴线缆的第一散射参数矩阵和第一输出电压、第二同轴线缆的第二散射参数矩阵和第二输出电压，以及近场探头的第三散射参数矩阵；根据第一散射参数矩阵、第二散射参数矩阵和第三散射参数矩阵
近场探头校准方法装置计算机设备存储介质

[发明专利]一种基于ISAR成像的自旋稳定目标旋转轴估计方法-CN202010728014.0在审
发明人：罗熹;宋大伟;尚社;孙文锋;范晓彦;李栋;王建晓 -专利权人：西安空间无线电技术研究所
申请日： 2020-07-23 - 公布日： 2020-12-11 - 主分类号： G06F30/20 文献下载
摘要：本发明提供了一种基于ISAR成像的自旋稳定目标旋转轴估计方法：首先，通过空间自旋目标ISAR三维成像结果进行L个特征点提取，得到不同时刻对应的N幅图像中每个特征点的散射坐标Pn,i，其次，根据特征点的散射坐标Pn,i构建散射点坐标矩阵P，再次通过计算所得均值矩阵K对散射点矩阵进行去均值(白化)处理，得到去均值后的散射点坐标矩阵DDA0002598924480000011.JPG" imgContent="drawing" imgFormat="JPEG" orientation="portrait" inline="no" />并求解去均值后的散射点坐标矩阵的协方差矩阵CP，然后对得到的协方差矩阵进行奇异值分解处理，得到最大特征值Λ及其对应的特征向量Q；最后通过得到的最大特征值对应的特征向量，实现自旋稳定目标旋转轴标定。
一种基于 isar 成像自旋稳定目标旋转轴估计方法

[发明专利]基于传递矩阵的目标散射特性数据模式转换方法及装置-CN202111441237.X在审
发明人：吕鸣 -专利权人：北京环境特性研究所
申请日： 2021-11-30 - 公布日： 2022-02-18 - 主分类号： G01S7/41 文献下载
摘要：本发明涉及一种基于传递矩阵的目标散射特性数据模式转换方法和装置，方法包括如下步骤：对目标区进行网格化处理；构造第一近场测试模式的观测矩阵A1，构造第二近场测试模式的观测矩阵A2，基于观测矩阵A1与观测矩阵A2构造传递矩阵A；通过传递矩阵A实现第一近场测试模式的目标散射特性数据至第二近场测试模式的目标散射特性数据的映射本发明方法借助传递矩阵概念，建立起同一目标在不同近场测量模式之间的散射特性数据映射关系，以实现不同近场测量模式下测试数据的评估与融合处理。
基于传递矩阵目标散射特性数据模式转换方法装置

[发明专利]散射介质光学传输矩阵的测量方法-CN202210127594.7在审
发明人：詹其文;胡海峰;高涵 -专利权人：上海理工大学
申请日： 2022-02-11 - 公布日： 2022-05-10 - 主分类号： G01N21/47 文献下载
摘要：本发明涉及一种散射介质光学传输矩阵的测量方法，该方法包括：将入射光束的水平偏振分量和垂直偏振分量分别作为信号光束和参考光束经过半波片入射散射介质；旋转半波片调制信号光束和参考光束的比例，消除参考光束的影响，检索散射介质光学传输矩阵的最优解。上述散射介质光学传输矩阵的测量方法，在测量散射介质光学传输矩阵时具有明显的增强效果，将入射光束的水平偏振分量和垂直偏振分量分别作为信号光束和参考光束，采用共路传播全场相移干涉法在测量光学传输矩阵时可以完全消除参考光束的影响，在测量光学传输矩阵时检索效率更高，样本需求更低，信号光束和参考光束共路传输，可以降低系统误差。
散射介质光学传输矩阵测量方法

[发明专利]二维小角X射线散射图谱计算方法和装置-CN202011524314.3有效
发明人：朱才镇;唐正;张昊;乔永娜;刘会超;徐坚 -专利权人：深圳大学
申请日： 2020-12-21 - 公布日： 2022-06-17 - 主分类号： G06F17/14 文献下载
摘要：本申请公开了一种二维小角X射线散射2DSAXS图谱计算方法及装置，该方法包括：获取第i个散射体的形状参数、尺寸参数和角度参数，i为大于或等于零的整数；根据第i个散射体的形状参数、尺寸参数和角度参数确定第i个散射体的目标三维矩阵Mi；对目标三维矩阵Mi进行投影，得到二维投影矩阵Ki；对二维投影矩阵Ki进行傅里叶运算，得到第i个散射体的2DSAXS图谱矩阵Li；根据2DSAXS图谱矩阵L
二维小角射线散射图谱计算方法装置

[发明专利]一种角度优化处理的全极化SAR目标分解方法-CN202010474474.5有效
发明人：徐新;杨瑞;桂容;王磊;卜方玲 -专利权人：武汉大学
申请日： 2020-05-29 - 公布日： 2022-02-01 - 主分类号： G01S13/90 文献下载
摘要：本发明提供一种角度优化处理的全极化SAR目标分解方法，读入极化SAR数据，滤波并进行去取向的Yamaguchi四分量分解，获得初始的表面散射分量、偶次散射分量、体散射分量、螺旋散射分量、偶次散射参数、表面散射参数、旋转角度及泛化体散射分量、二面角散射贡献的体散射分量；将T3(θ)矩阵分解为表面散射、偶次散射、泛化体散射、扩展体散射、螺旋散射以及分解残余量矩阵的加权和，计算分解模型的初始重构损失，定义相应优化问题，重构损失中反应四分量分解后的信息与原始矩阵信息损失以及各分量功率之和与总功率之差；利用梯度下降法得到最优参数，提取表面散射功率Ps、偶次散射功率Pd、体散射功率Pv、螺旋散射功率Pc
一种角度优化处理极化 sar 目标分解方法

[发明专利]一种基于极化层析分解的功率谱估计方法-CN202211092497.5有效
发明人：王春乐;刘秀清;邓云凯;禹卫东 -专利权人：中国科学院空天信息创新研究院
申请日： 2022-09-08 - 公布日： 2022-11-29 - 主分类号： G01S13/90 文献下载
摘要：本发明提出一种基于极化层析分解的功率谱估计方法，包括：选定体散射、偶次散射和表面散射极化相干模型，依据极化层析分解原理提取体散射分量；对剩余极化层析矩阵进行极化相干矩阵估计；对估计得到的相干矩阵进行特征分解；计算各散射分量的功率谱估计值。本发明旨在提供一种基于极化层析分解的功率谱估计方法，以获取多种散射过程的垂直功率谱反演估计。本发明可有效利用极化层析分解获得多散射过程的多维特征参数，推动极化层析信息处理领域的特征挖掘。
一种基于极化层析分解功率估计方法

[发明专利]背向散射Mueller矩阵的可逆极分解方法-CN202210650209.7在审
发明人：徐敏;解志能;林维豪 -专利权人：温州医科大学
申请日： 2022-06-09 - 公布日： 2022-10-18 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种背向散射Mueller矩阵的可逆极分解方法,其包括以下步骤：步骤一、背向散射Mueller矩阵的可逆极分解根据前向和后向路径二向色性矩阵和相位延迟矩阵的联系，将背向散射的Mueller矩阵转化成对称矩阵QM；步骤二、通过QMG矩阵得到二向色性矩阵MD1；步骤三、通过正交分解得到特征值和对应的特征向量；步骤四、再对特征向量进行排序，从而获得退偏矩阵MΔd及相位延迟矩阵MR1；步骤五、由获得的退偏矩阵MΔd及相位延迟矩阵MR1得到偏振参数,该方法首次给出背向散射Mueller矩阵分解的系统方案，并获得表征介质微观结构的偏振参数(如方位角，相位延迟和退偏系数等)。
背向散射 mueller 矩阵可逆分解方法

[发明专利]一种高效目标电磁散射仿真方法-CN202110176157.X有效
发明人：彭鹏;孙华龙;童创明;王童;宋涛 -专利权人：中国人民解放军空军工程大学
申请日： 2021-02-07 - 公布日： 2023-03-03 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种高效目标电磁散射仿真方法，包括以下步骤：将雷达目标表面剖分三角面元，并构建基函数方程模型；通过混合积分方程，构建第一矩阵模型；基于格林函数，通过实数匹配的方法，构建等距规则网格格林函数模型，基于第一矩阵模型，采用FFT方法，解析远区矩阵元素方程模型，通过等距规则网格格林函数模型，依据第一矩阵模型，构建近区矩阵元素方程模型；基于远区矩阵元素方程模型和近区矩阵元素方程模型，构建第二矩阵模型，采用矩量法，获得雷达目标的电磁散射系数，完成雷达目标散射特性的高效仿真，本发明能显著减少近区阻抗矩阵修正计算时间，减少系数稀疏矩阵内存消耗，提高总运算效率，进而提高目标电磁散射特性的仿真效率。
一种高效目标电磁散射仿真方法

[发明专利]一种光学元件表面微观缺陷检测方法、系统、设备及介质-CN202310727596.4在审
发明人：韩军;李如意;吴飞斌;黄惠玲;龙晋桓;蔡炜滨 -专利权人：泉州装备制造研究所
申请日： 2023-06-20 - 公布日： 2023-07-25 - 主分类号： G01N21/95 文献下载
摘要：一种光学元件表面微观缺陷检测方法，所述光学元件表面微观缺陷检测方法包括：获取光学元件表面的空间散射参数；根据所述空间散射参数建构琼斯矩阵，将所述琼斯矩阵转换为穆勒矩阵；根据所述穆勒矩阵判断光学元件表面是否存在缺陷本发明采用的入射光为偏振光，用琼斯矩阵来描述偏振光，再将琼斯矩阵转换为穆勒矩阵就能表现出散射场的散射分布和偏振状态，对光学元件表面目标的探测和检验更加准确，检测精度可达纳米级别，并且检测范围更广，可以分辨不同种类的缺陷
一种光学元件表面微观缺陷检测方法系统设备介质

[发明专利]一种同时极化测量方法-CN202111356849.9在审
发明人：张道明;邓晓波;顾新杨 -专利权人：中国航空工业集团公司雷华电子技术研究所
申请日： 2021-11-16 - 公布日： 2022-03-25 - 主分类号： G01S7/28 文献下载
摘要：base:Sub>h(t)、sv(t)，变频到同一频率后分别从水平极化天线和垂直极化天线朝向待测量的目标辐射；利用水平和垂直极化天线对目标散射的信号进行接收hh、xhv、xvh、xvv，检测目标并对目标的极化散射矩阵进行估计
一种同时极化测量方法

[发明专利]一种极化SAR目标散射成分的分解方法和装置-CN201410708723.7在审
发明人：王春乐;禹卫东;王宇;邓云凯;赵凤军 -专利权人：中国科学院电子学研究所
申请日： 2014-11-27 - 公布日： 2015-02-25 - 主分类号： G06T5/00 文献下载
摘要：本发明实施例公开了一种极化SAR目标散射成分的分解方法和装置，该方法包括：基于待处理的极化SAR图像数据的特征选取体散射模型；根据所述待处理的极化SAR图像数据和所述体散射模型提取所述待处理的极化SAR图像数据的最大体散射功率；根据所述待处理的极化SAR图像数据、体散射模型及最大体散射功率值获取所述待处理的极化SAR图像数据的剩余极化相干矩阵，并对所述剩余极化相干矩阵进行特征分解，得到所述剩余极化相干矩阵的特征值及特征向量；根据所述特征向量的元素计算目标散射机理判定值；根据所述目标散射机理判定值判定所述待处理的极化SAR图像数据的偶次散射和/或表面散射成分，并确定与所述偶次散射和/或表面散射成分相应的功率值。
一种极化 sar 目标散射成分分解方法装置

[发明专利]基于分布式压缩感知的全极化SAR超分辨成像方法-CN201410106245.2有效
发明人：张磊;吴敏;许志伟;段佳;邢孟道 -专利权人：西安电子科技大学
申请日： 2014-03-20 - 公布日： 2014-08-13 - 主分类号： G01S13/90 文献下载
摘要：该基于分布式压缩感知的全极化SAR超分辨成像方法包括以下步骤：建立全极化合成孔径雷达信号模型；根据各个极化通道接收的后向散射回波数据，得出合成孔径雷达后向散射系数矩阵；采用分布式压缩感知算法，建立合成孔径雷达后向散射系数矩阵的最优化问题模型；求解所述合成孔径雷达后向散射系数矩阵的最优化问题，得出合成孔径雷达后向散射系数矩阵；根据所述合成孔径雷达后向散射系数矩阵，针对每个极化通道进行超分辨成像处理，得出对应的伪彩色图像；针对各个极化通道对应的伪彩色图像进行伪彩色融合
基于分布式压缩感知极化 sar 分辨成像方法