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！

龙图腾网获悉西北工业大学申请的专利基于单矢量水听器强扰条件下的宽带弱目标被动测向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：CN120595226B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202511093251.3，技术领域涉及：G01S3/802；该发明授权基于单矢量水听器强扰条件下的宽带弱目标被动测向方法是由周建波;沈慧鑫;王川东;杨益新;王燕婷设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本基于单矢量水听器强扰条件下的宽带弱目标被动测向方法在说明书摘要公布了：本发明涉及信号处理技术领域，提供了基于单矢量水听器强扰条件下的宽带弱目标被动测向方法，包括：S1、利用单矢量水听器采集弱目标的辐射信号；S2、对所述的辐射信号进行预处理，得到所述弱目标当时时刻的方位信号；S3、设定下一时刻方位门限区间，筛选下一时刻估计方位落在设定门限区间的频点信号，保留弱目标主导的频点信号；S4、通过构建匀速直线模型、量测方程和预测方程，更新卡尔曼滤波，采用更新的卡尔曼滤波对当前频点信号的方位估计结果进行修正，减小当前低信噪比快拍估计误差。本发明利用方位区间排除非目标方向强干扰的影响，引入卡尔曼滤波减小低信噪比信号的测向起伏误差，从而实现强干扰下弱宽带目标的精准被动定位。

本发明授权基于单矢量水听器强扰条件下的宽带弱目标被动测向方法在权利要求书中公布了：1.基于单矢量水听器强扰条件下的宽带弱目标被动测向方法，其特征在于，包括如下步骤： S1、设置采集频率和采集时长，利用单矢量水听器采集弱目标的辐射信号； S2、对S1所得的辐射信号进行预处理，得到所述弱目标当时时刻的方位信号；所述预处理具体为对接收信号进行[FLFH]带通滤波，得到声压信号，x方向速度信号和y方向速度信号分别为spt，sxt、syt； S3、根据弱目标当时时刻的方位信号，设定下一时刻方位门限区间，筛选下一时刻估计方位落在设定门限区间的频点信号，保留弱目标主导的频点信号，具体包括步骤： S301、对滤波后的数据划分为N个等长快拍，每个快拍长度为dT，dT=; S302、首先对第n个快拍的信号sp,nt、sx,nt、sy,nt进行NFFT点快速傅里叶变换，得到三通道各频点的频谱Pnfm、Vx,nfm、Vy,nfm，fm表示滤波频带内的第m个频点值,其表达式如下： ， 其中，fs为采样频率，M为频点个数，计算公式如下： ； S303、计算第n个快拍各频点声压与x方向振速互谱Ix,nfm，以及声压与y方向振速互谱Iy,nfm，计算公式如下： ， ； S304、利用x、y方向互谱求解第n个快拍第m个频点方位估计值，组成向量，其中计算公式如下： ， 其中[]表示取整； S305、将0到360°以1°为间隔等分为360个区间，统计落在各区间的频点，计算落在第i个区间频点信号声强加权值记为，计算公式如下： ， ； S306、记使得取最大值对应的区间序号i即为当前快拍估计的目标方位，记为； S307、当干扰和目标方位在空间上可区分时，通过筛选n+1时刻估计方位落在设定门限区间范围内的频点信号，实现强干扰信号的抑制，具体步骤如下： 计算第n+1个快拍的，筛选值落在区间内的频点，其中为第n个快拍的方位估计结果，为方位区间的变化范围;计算各频点在各角度区间加权声能流值，取使得值最大的序号i为第n+1个快拍估计的目标方位估计结果；以所述目标方位估计结果更新方位门限，循环上述步骤，直至处理完所有快拍信号； S4、构建目标方位的匀速直线模型、量测方程和方位估计结果的预测方程，并利用所述匀速直线模型、量测方程采和预测方程对卡尔曼滤波进行更新，采用更新后的卡尔曼滤波对当前频点信号的方位估计结果进行修正，减小当前低信噪比快拍估计误差，具体包括如下步骤： S401设第n个快拍的状态向量为，,其中为第n个快拍目标方位信息估计，为的变化速度估计，建立匀速直线模型，所述匀速直线模型如下所示： ， ， ， 式中为状态转移矩阵，为噪声驱动矩阵，为加速度噪声矩阵，为加速度噪声值； S402以第n个快拍的角度为观测量建立量测方程,所述量测方程如下所示: ， 式中为第n个快拍的实际观测量，对应使得取最大值对应的区间序号i，V是观测噪声，~，是观测噪声协方差矩阵； S403对第n个快拍的方位估计结果进行拟合，构建预测方程，所述预测方程如下所示： ， ， 其中，为转置运算，是第n个快拍的先验状态估计,是第n−1个快拍的后验状态估计，对应，是第n个快拍的先验误差协方差矩阵，是第n−1个快拍的后验误差协方差矩阵，是过程噪声协方差矩阵； S404对第n个快拍的状态向量建立更新方程，得到第n个快拍的方位估计同时对卡尔曼滤波进行更新，公式如下所示： ， ， ， 其中为第n个快拍的卡尔曼增益，是观测矩阵，是在第n个快拍的后验状态估计，即为该快拍的方位估计结果，I是单位矩阵。

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西北工业大学，其通讯地址为：710000 陕西省西安市碑林区友谊西路127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”。

以上内容由龙图腾AI智能生成。