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！

龙图腾网获悉北京航空航天大学申请的专利基于广义互质阵列的运动合成阵列孔径扩展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：CN116520276B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310450205.9，技术领域涉及：G01S7/41；该发明授权基于广义互质阵列的运动合成阵列孔径扩展方法是由张耀天;朱江游;王俊;魏少明;雷鹏设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本基于广义互质阵列的运动合成阵列孔径扩展方法在说明书摘要公布了：本发明公开了基于广义互质阵列的运动合成阵列孔径扩展方法，属于雷达信号处理领域，具体为：首先，当传统互质阵列处于静止状态，在虚拟域中的孔洞处插入虚拟阵元Sv，对接收信号协方差矩阵向量化，并去除重复元素后得到虚拟阵列SI，并计算等价虚拟信号yI；然后，保持静止状态下，互质阵列时间和空间信号源不变性，建立运动状态下的合成互质阵列模型；并对运动合成互质阵列模型进行求解，得到运动合成互质阵列中阵元位置集合；最后，对运动合成互质阵列中阵元位置，结合空域划分的网格偏差，得到层次化贝叶斯模型；利用离网格化稀疏贝叶斯DOA估计算法求解层次化贝叶斯模型中的信号幅度稀疏向量p和网格偏差β；本发明提高了角度估计结果的精度。

本发明授权基于广义互质阵列的运动合成阵列孔径扩展方法在权利要求书中公布了：1.基于广义互质阵列的运动合成阵列孔径扩展方法，其特征在于，具体步骤如下： 步骤一、当传统互质阵列处于静止状态，在虚拟域中的孔洞处插入虚拟阵元Sv，对接收信号协方差矩阵向量化，并去除重复元素后得到虚拟阵列SI； 去除重复元素的计算公式为： 其中，对应无重复虚拟阵列的流型矩阵，p为用于改变阵元间距的整数压缩因子，为阵元噪声功率，为对应无重复虚拟阵列的单位向量； 步骤二、计算虚拟阵列SI的等价虚拟信号 表示为： 其中，C表示复数集合，[·]i表示第i个位置的虚拟阵元对应的信号； 步骤三、保持静止状态下，互质阵列时间和空间信号源不变性，建立运动状态下的合成互质阵列模型； 针对子阵元数目分别为M、N的互质阵列，其运动合成阵列模型表示为： 其中，xt为t时刻接收阵列的输出信号；为等价的相位同步后合成接收信号；As＝[asθ1,asθ2,…,asθK]，aθk为入射角度为θk的源信号的导向矢量；v为互质阵列沿水平方向匀速直线运动的速度；λ为信号波长；θk为第k个源信号对应的角度；st为t时刻的源信号；nt为t时刻的高斯白噪声；为等价的相位同步后合成接收信号中的噪声信号； 步骤四、对运动合成互质阵列模型进行求解，得到运动合成互质阵列中阵元位置集合； 所述互质阵列中阵元位置集合包括以下两种形式： 1、当互质阵列移动半个波长后所构造的运动合成阵列，其移动后的阵元位置集合为： Pc1＝{Mn+1d,0≤n≤N-1}∪{Nm+1d,0≤m≤M-1} 运动后合成阵列阵元位置为： Pc＝Pc0∪Pc1 Pc0为移动前的初始阵元位置集合； 2、由于互质阵列中包含仅相距单个阵元间距的阵元对，导致部分阵元存在重叠； 互质阵列的差分共性集合中互相关集合为： S12＝{Mk1-Nk2}∪{Nk2-Mk1} S1′2′＝{Mk1′-Nk2′}∪{Nk2′-Mk1′} 其中，1、2表示原始互质阵列的两个子阵列，1′、2′表示移位后互质阵列的两个子阵，0≤k1,k1′≤N-1,0≤k2,k2′≤M-1，S12＝S1′2′； 原始阵列与移位阵列之间的互相关集合为： S11′＝{Mk1-Mk1′-1}∪{Mk′-Mk1+1} S22′＝{Nk2-Nk2′-1}∪{Nk2′-Nk2+1} S12′＝{Mk1-Nk2′-1}∪{Nk2′-Mk1+1} S21′＝{Nk2-Mk1′-1}∪{Mk1′-Nk2+1} 其中，S11′、S22′对应同一子阵不同时刻的互相关统计量，S12′、S21′对应不同子阵不同时刻的互相关统计量，S11′∪S22′∪S12′∪S21′＝S12′∪S21′； 最终，合成阵列的阵元位置集合表示为： Sca＝S12∪S12′∪S21′ 步骤五：对运动合成互质阵列中阵元位置，结合空域划分的网格偏差，得到层次化贝叶斯模型； 层次化贝叶斯模型表示为： Φβ为导向矢量的矩阵化表示；表示t时刻各个网格区域的噪声信号；β表示网格偏差；表示信号幅度稀疏向量； 步骤六：利用离网格化稀疏贝叶斯DOA估计算法求解层次化贝叶斯模型中的信号幅度稀疏向量和网格偏差β； 信号幅度的后验分布概率密度函数为： 其中，α为描述方差的参数；L为快拍数；为t时刻贝叶斯模型中的信号幅度；对应的均值μt和方差Σ如下： Φ为导向矢量的矩阵化表示；zt为t时刻基于稀疏化表示的离网格稀疏贝叶斯模型的结果；Γ为服从伽马分布的信号精度对应的对角矩阵； 联合概率密度函数为： 将看作隐变量，最大化期望值 而对于网格偏差值β的估计，相当于最大化下式： 其中， ⊙表示Schur积；C为离网格稀疏贝叶斯后相应导向矢量矩阵化中的误差系数矩阵；为数学符号，表示取一个复数的实部，μ为稀疏信号的均值矩阵，μ*为稀疏信号均值矩阵取共轭；A为信号的阵列流型； 每次迭代中网格偏差估计值为： r为常数。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。