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！

龙图腾网获悉浙江大学申请的专利基于压缩感知和最小化处理相结合的互质面阵二维DOA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：CN114755627B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202210413128.5，技术领域涉及：G01S3/14；该发明授权基于压缩感知和最小化处理相结合的互质面阵二维DOA估计方法是由张婷;张敏;梁婧瑶设计研发完成，并于2022-04-19向国家知识产权局提交的专利申请。

本基于压缩感知和最小化处理相结合的互质面阵二维DOA估计方法在说明书摘要公布了：基于压缩感知和最小化处理相结合的互质面阵二维DOA估计方法，首先把互质面阵分解为两个稀疏子面阵，建立每个子面阵的数据模型；然后引入压缩感知，构造压缩感知核分别对子面阵接收数据进行压缩投影，得到降维后的子面阵的轮廓信号；然后利用DOA估计算法处理子面阵的轮廓信号，得到子面阵的二维空间谱估计；最后利用最小处理方法联合两个子面阵二维DOA估计结果，消除角度模糊，得到互质面阵二维DOA估计结果。本发明在传统互质面阵二维DOA估计方法中引入压缩感知，降低了数据维度，减少了数据存储空间和运算量，同时结合了最小处理方法以消除角度模糊，无需依次比对子阵的谱峰，进一步简化了计算。

本发明授权基于压缩感知和最小化处理相结合的互质面阵二维DOA估计方法在权利要求书中公布了：1.基于压缩感知和最小化处理相结合的互质面阵二维DOA估计方法，包含以下步骤： S1、建立子面阵的数据模型； 根据互质面阵结构，将互质面阵分解为两个阵元数分别为M1×M1和M2×M2的均匀稀疏面阵，子面阵1在x轴和y轴方向的阵元数分别为M1，其阵元间距为d1＝M2d，子面阵2在x轴和y轴方向的阵元数分别为M2，其阵元间距为d2＝M1d，M1和M2满足互质关系，d＝λ2，λ为入射信号波长；两个子面阵只在原点处重合，所以，互质面阵的总阵元数表示为建立子面阵i的接收数据模型为： 其中，为子面阵i的x轴阵列流型矩阵，为阵列响应向量，为子面阵i的y轴阵列流型矩阵，阵列响应向量子面阵i的阵元数为Mi×Mi，i＝1,2，di为阵元间距，分别表示第k个信号的方位角和俯仰角，θk∈-π,π，表示入射信号，K为远场窄带信号个数，表示克罗内克积，Dm·是由矩阵的m行构造的一个对角矩阵，nimt是子面阵i在第m个分阵列上阵元的加性高斯白噪声，m＝1,2，……，Mi； S2、引入压缩感知，分别对子面阵接收数据进行降维处理； 引入压缩感知对接收信号进行处理，构造两个随机压缩感知核Φ1、Φ2，Φ1是一个Q1×M1维矩阵，Φ2是一个Q2×M2维矩阵；其中Qi为压缩系数，满足 且Qi＞K；Φ1、Φ2中的元素随机生成，且满足行正交的条件；利用压缩感知核分别对各子面阵维的接收信号xit以随机投影的方式进行降维处理得到各子面阵Qi×1维轮廓信号yit： yit＝Φixit2 S3、利用轮廓信号进行子面阵二维DOA估计； 选用一种DOA估计算法处理子面阵的轮廓信号，得到每个子面阵的二维空间谱估计结果 S4、利用最小处理方法联合子面阵二维DOA估计结果，得到互质面阵二维DOA估计结果； 通过最小处理方法对两个子面阵的空间谱取最小操作，共同谱峰所在位置为互质面阵的二维DOA估计结果； 其中和分别为子面阵1和子面阵2的二维空间谱估计结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。