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！

龙图腾网获悉东南大学申请的专利一种基于多时刻联合感知信号增强的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：CN119835124B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510013639.1，技术领域涉及：H04L25/02；该发明授权一种基于多时刻联合感知信号增强的DOA估计方法是由幸锋;李春国;曹硕;许铭诚;徐澍设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种基于多时刻联合感知信号增强的DOA估计方法在说明书摘要公布了：本发明公开了一种基于多时刻联合感知信号增强的DOA估计方法，包括如下步骤：基于水面场景，对移动目标构建感知信道模型；针对提高水面物体的DOA估计精度的问题，提出通过多时刻联合去噪来优化时变信道估计结果；对于时变信道估计，采用基于DoubleU‑Net的深度学习算法进行空域和角度域两个维度的去噪；利用去噪后的信道矩阵，采用MUSIC算法进行DOA估计。本发明采用基于深度卷积神经网络的DoubleU‑Net算法从多时刻联合的感知观测数据中提取信道的复杂特征，实现了信道去噪和增强，进而提高了DOA估计精度，从而有效地实现对水面物体的精确识别和追踪。与传统方法相比，本发明提出的DOA估计方法具有更高的估计精度。

本发明授权一种基于多时刻联合感知信号增强的DOA估计方法在权利要求书中公布了：1.一种基于多时刻联合感知信号增强的DOA估计方法，其特征在于，包括： 步骤1：确定水面不同场景下的路径损耗公式，并对移动目标构建时变感知信道模型； 步骤2：基于步骤1中时变感知信道模型，获得无噪声信道Hgtt，对其采用最小二乘进行预处理，得到LS估计结果并采样T个时刻的值； 步骤3：基于步骤2中无噪声信道和LS估计结果对DoubleU-Net网络进行离线训练； 步骤4：在线获取新的待估计的真实信道，对其进行最小二乘处理并采样T个时刻的结果输入离线训练完成的DoubleU-Net网络进行联合去噪，得到去噪后的信道矩阵 步骤5：对去噪后的信道矩阵采用联合MUSIC算法进行DOA估计； 所述步骤1具体步骤包括： 步骤11：路径损耗分为视距和非视距两类，对于水面场景，引入粗糙因子C，则水面的路径损耗计算公式为 其中，nOS表示水面上的路径损耗因子，I0表示反射径的指示函数，Γ0是反射系数，为直射径和反射径之间的相位差，I1表示散射径的指示函数，Γ1是散射系数，为直射径和散射径之间的相位差，λ表示波长，j是虚数单位； 步骤12：基于感知信道的稀疏性，利用经典的SV信道模型，并结合移动目标的移动特性，构建出时变感知信道模型为 其中，t是时间变量，γ是标量系数，分别表示t时刻第l条路径的到达角和离开角，αlt为第l条多径的衰减，表示t时刻第l条径的到达角的导引矢量，表示t时刻第l条径的离开角的导引矢量； 所述步骤11中的粗糙因子C的表达式为 其中，σr代表粗糙度，ψ为贴地角，是到达角θ的余角，λ表示波长； 所述步骤5具体包括： 步骤51：根据得到T个时刻的去噪后的信道矩阵按照时刻拆分为T组，记为Htt＝1,…,T，分别计算协方差矩阵： Rt＝HtHtH； 步骤52：对协方差矩阵进行特征值分解，将其分解为信号子空间和噪声子空间： 其中，是信号子空间，是噪声子空间，和分别为它们对应的特征值矩阵； 步骤53：基于噪声子空间对于接收方向θrt，MUSIC谱函数定义为 并通过搜索该谱函数PMUSICθrt的峰值，估计出到达角θrt； 步骤54：采用漏检个数作为性能指标，来检测估计出到达角θrt； 所述步骤54具体步骤为： 若当前第t个时刻组别中有L个检测目标，对每个目标进行角度估计，得到估计角度与真实角度对比，得到平均角度误差为 若则认为该组数据存在漏检情况。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。