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！

龙图腾网获悉中国科学院声学研究所申请的专利基于期望最大化与特征值分解的类噪声干扰探测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：CN119846611B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202510317879.0，技术领域涉及：G01S7/537；该发明授权基于期望最大化与特征值分解的类噪声干扰探测方法及系统是由郝程鹏;孙嘉瑞;闫林杰设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本基于期望最大化与特征值分解的类噪声干扰探测方法及系统在说明书摘要公布了：本发明属于声呐信号检测技术领域，尤其涉及基于期望最大化与特征值分解的类噪声干扰探测方法及系统。该方法包括：对探测区域内线阵接收的回波进行预处理，得到K个满足零均值多元复高斯分布的独立样本矢量，形成独立样本矢量的数据矩阵；引入个独立同分布的离散随机变量，得到独立样本矢量的数据矩阵的联合对数似然函数；利用EM算法的E步计算独立样本矢量所属分类的后验概率，在M步中通过特征值分解方法估计环境噪声能量与干扰协方差矩阵；根据所求的最大后验概率确定独立样本矢量的类别。本发明能精确地估计背景噪声能量和NCP的协方差矩阵，通过巧妙融合EM聚类算法，使检测过程更加自动化，提高了干扰探测的效率和准确度。

本发明授权基于期望最大化与特征值分解的类噪声干扰探测方法及系统在权利要求书中公布了：1.一种基于期望最大化与特征值分解的类噪声干扰探测方法，包括：步骤1：对探测区域内线阵接收的回波进行预处理，得到K个满足零均值多元复高斯分布的独立样本矢量，形成独立样本矢量的数据矩阵；步骤2：引入个独立同分布的离散随机变量，得到独立样本矢量的数据矩阵的联合对数似然函数；步骤3：利用EM算法的E步计算独立样本矢量所属分类的后验概率，在M步中通过特征值分解方法估计环境噪声能量与干扰协方差矩阵；步骤4：根据求得的最大后验概率确定独立样本矢量的类别；所述步骤3包括：应用EM算法中的E步优化流程，第次迭代中表示为： 其中，表示第次循环迭代后环境噪声能量的估计结果，表示第次循环迭代后干扰协方差矩阵的估计结果，表示第次循环迭代后概率群分布函数的估计结果；表示第k个满足零均值多元复高斯分布的独立样本矢量，为独立同分布的离散随机变量，r表示探测区域内类噪声干扰的存在性潜在类别，S表示探测场景中NCP的个数；对于M步优化，结合限制下的Lagrange算子优化方法，得到第h次循环优化中的估计值为： 将环境噪声能量与干扰协方差矩阵的估计问题转化为： 定义： 其中，表示无NCP存在情况下的辅助函数，表示有NCP存在情况下的辅助函数；表示单位矩阵；表示向量的共轭转置；结合矩阵特征值分解的方法，则： 其中，为有NCP存在情况下辅助函数的另一种表示，表示项的特征值，表示项的特征值，表示的第一项；分别对、求偏导并置零，得到对应的估计结果： 其中，表示对应的特征矢量矩阵，为第h次循环迭代后的估计值；为为第h-1次循环迭代后的估计值；，表示由生成的对角矩阵，为第h次循环迭代后的估计值；为求最大值；表示生成以向量中元素为元素的对角矩阵。

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中国科学院声学研究所，其通讯地址为：100190 北京市海淀区北四环西路21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”。