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！

龙图腾网获悉青岛科技大学申请的专利基于改进Mamba网络的水声信号波达方向估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：CN119885108B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510368444.9，技术领域涉及：G06F18/27；该发明授权基于改进Mamba网络的水声信号波达方向估计方法是由王景景;宋佳洋;刘钊;杨玉磊;隋媛;唐澳;徐凌伟;栾雯惠设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本基于改进Mamba网络的水声信号波达方向估计方法在说明书摘要公布了：本发明属于水声阵列信号处理领域，具体涉及一种基于改进Mamba网络的水声信号波达方向估计方法，步骤1：建立水听器阵列模型，对信源信号进行独立采样，计算信号的协方差矩阵，分离协方差矩阵的实部与虚部，拼接处理后的协方差矩阵再进行归一化处理作为数据集训练模型；步骤2：搭建基于Mamba网络的轻量化模块，对协方差矩阵进行压缩，调整维度，获取信息的关联性，混合所有时间步的信号，输出信号的特征谱图；步骤3：对特征谱图使用CBMA模块进行处理，通过全连接层调整维度后使用Sigmoid函数来输出对应波达方向的估计值；步骤4：将模型级联，使用数据集进行训练，调整参数，利用训练好的模型对未知信号进行波达方向估计。降低运算复杂度，更加适应水下环境。

本发明授权基于改进Mamba网络的水声信号波达方向估计方法在权利要求书中公布了：1.一种基于改进Mamba网络的水声信号波达方向估计方法，其特征在于，包括以下步骤： 步骤1：建立水听器阵列模型，对信源信号进行独立采样，计算信号的协方差矩阵，分离协方差矩阵的实部与虚部，对其在垂直维度上进行拼接处理，得到大小为2M×M的矩阵，对拼接处理后的协方差矩阵再进行归一化处理作为数据集训练模型，所述建立水听器阵列模型，对信源信号进行独立采样包括： 步骤1-1：在水下垂直布放阵元数为M的均匀线性水听器阵列，每一阵元对应单独的一个通道，阵元间距为d且小于信号半波长； 步骤1-2：根据第m个阵元与前一个阵元存在的波程差D，计算出延时差，其中，表示声速，，其中表示所有可能来波方向的入射角度； 步骤1-3：根据延时差，得到第m个阵元的相位差为：，其中，表示载波的波长，表示虚数单位，表示信号的频率，表示在来波方向上的入射角度，e表示自然常数； 步骤1-4：第m个阵元在水下噪声的影响下，接收到的信号表示为：，其中，为第m个阵元接收的噪声，表示当前来波方向，表示空间中所有可能来波方向，表示第个窄带信号源； 步骤1-5：将步骤1-4中的信号使用矩阵表示为： ，其中，表示信号矩阵，表示噪声矩阵，，表示信号的流型矩阵，T表示时间段； 所述计算信号的协方差矩阵的公式为：，其中，表示信号的协方差矩阵，表示输入矩阵，则表示该矩阵的共轭转置，对于有限长的信号，可由在个时刻进行快照采样获得的来表示，其表达式可写为： ，为了避免特征丢失，保留信号的完整性，将分离为实部和虚部，其表达式为： ， ， 对于一个M个阵元的阵列，得到了大小均为的实部矩阵和虚部矩阵，对其在垂直维度上进行拼接处理，得到大小为2M×M的矩阵； 所述归一化处理包括对拼接后的结果进行min-max归一化处理，，其中，表示归一化处理后的信号，S表示归一化处理前的信号，和表示载波周期内信号的最大值和最小值； 步骤2：搭建基于Mamba网络的轻量化模块，对归一化的协方差矩阵进行压缩，调整维度，获取不同时刻信息的关联性，通过门控机制动态控制输出权重，混合所有时间步的信号，捕捉信号深层次特征，输出信号的特征谱图，所述混合所有时间步的信号包括：对于每个时刻的信息，引入时间混合的方法，对于输入，其中表示批量大小，表示序列长度，表示隐藏维度，时间混合表示为，其中，表示逐元素相乘，表示可学习的时间参数，表示时间上的移动操作，综合时间步长的影响，时间混合输出可表示为：，时间步长采用指数衰减的方式，大小可学习，由优化器进行动态分配，自适应地调整每个时间步长； 步骤3：对所述特征谱图使用CBAM模块进行处理，捕捉深层次特征之间的关联性，对重要特征加以注意，通过全连接层调整维度后使用Sigmoid函数来输出对应波达方向的估计值； 步骤4：将步骤2和3的模型进行级联，使用步骤1中的数据集进行训练，在训练过程中调整参数，模型训练完毕后利用训练好的模型对未知信号进行波达方向估计。

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青岛科技大学，其通讯地址为：266100 山东省青岛市崂山区松岭路99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”。