Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京理工大学席峰获国家专利权

南京理工大学席峰获国家专利权

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!

龙图腾网获悉南京理工大学申请的专利基于深度展开的大规模天线阵列单比特采样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:CN114720938B

龙图腾网通过国家知识产权局官网在2025-09-16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:202210282640.0,技术领域涉及:G01S3/14;该发明授权基于深度展开的大规模天线阵列单比特采样DOA估计方法是由席峰;谢嘉设计研发完成,并于2022-03-22向国家知识产权局提交的专利申请。

基于深度展开的大规模天线阵列单比特采样DOA估计方法在说明书摘要公布了:本发明公开了一种基于深度展开的大规模天线阵列单比特采样DOA估计方法,首先利用大规模天线阵列接收原始信号,对原始信号建立单比特DOA估计信号模型,在中引入稀疏性,定义一个由F个待选方向组成的网格,根据压缩感知测量公式,得到实数域中单比特DOA估计信号模型,接着建立深度展开网络模型,通过一致项为单侧范数的不动点连续算法对深度展开网络模型进行更新,设置relu·为激活函数,最后用深度展开网络模型解决DOA估计问题,从实数域中单比特DOA估计信号模型中恢复原始信号,得到恢复信号,并对恢复信号进行DOA估计。本发明既提高了信号重构精度和收敛速度,又提升了准确率和鲁棒性,降低了系统复杂度和成本。

本发明授权基于深度展开的大规模天线阵列单比特采样DOA估计方法在权利要求书中公布了:1.一种基于深度展开的大规模天线阵列单比特采样DOA估计方法,其特征在于,具体步骤如下: 步骤1、大规模天线阵列接收原始信号,对原始信号建立单比特DOA估计信号模型zt,在zt中引入稀疏性,定义一个由F个待选方向组成的网格,根据压缩感知测量公式,得到实数域中单比特DOA估计信号模型具体如下: 大规模天线阵列由M个线性天线单元构成,M=128、256……; 大规模天线阵列接收到K个窄带远场信号作为原始信号,相邻两个线性天线单元的间距为波长的一半,入射方向角为α={α1,α2,…,αK}∈-90°,90°,第t次快照,对原始信号建立单比特DOA估计信号模型zt: zt=QΛ0s0t+nt 其中,Λ0表示转向矩阵,原始信号加性噪声 表示作用于复域的符号函数;表示转向向量;j表示复数的虚部;T表示矩阵转置;表示复数集合; 共进行L次快照,则有: Z=[z1,…,zt,…,zL]=QΛ0S0+N S0=[s01,…,s0t,…,s0L] N=[n1,…,nt,…,nL] Z表示L次快照的总信号模型,S0表示原始信号集合,N表示加性噪声集合; 利用单比特压缩感知方法估计DOA,定义网格其中F为待选方向序号,设原始信号压力的矢量 属于网格方向角α′的真实DOA为sf, 扩展的转向矩阵Λ定义为: 根据单比特压缩感知测量公式,实数域中的单次快照测量方式表示为: 其中,表示实部,表示虚部,表示实数域中单比特DOA估计信号模型;表示实数域中转向矩阵;表示实数域中原始信号;表示实数域中的加性噪声; L次快照,有: 其中,在实数域中,总信号模型加性噪声集合原始信号集合R表示实数集合; 转入步骤2; 步骤2、建立深度展开网络模型,通过一致项为单侧l2范数的不动点连续算法对深度展开网络模型进行更新,设置relu·为激活函数,转入步骤3; 步骤3、用深度展开网络模型解决DOA估计问题,从实数域中单比特DOA估计信号模型中恢复原始信号,得到恢复信号并对恢复信号进行DOA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南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫200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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。