Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 宁波大学田野获国家专利权

宁波大学田野获国家专利权

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!

龙图腾网获悉宁波大学申请的专利色噪声下基于广义阵列流型的非相干分布源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:CN115407262B

龙图腾网通过国家知识产权局官网在2025-10-24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:202210848173.3,技术领域涉及:G01S3/14;该发明授权色噪声下基于广义阵列流型的非相干分布源DOA估计方法是由田野;徐鹤设计研发完成,并于2022-07-19向国家知识产权局提交的专利申请。

色噪声下基于广义阵列流型的非相干分布源DOA估计方法在说明书摘要公布了:本发明涉及色噪声下基于广义阵列流型的非相干分布源DOA估计方法,该方法为:建立均匀线阵下基于广义阵列流型的阵列信号接收模型;计算阵列接收信号的样本协方差矩阵,并利用差分运算进一步得到协方差差分矩阵;对协方差差分矩阵进行特征值分解和子阵划分,得到两个子阵对应的信号子空间;利用两个信号子空间对应的相位关系基于矩阵降秩准则获得非相干分布源DOA估计;本发明方法对Toeplitz结构色噪声和快衰落信道下的多径传输具有非常好的适用性,可以提供更高的分辨率和DOA估计精度,且仅需一维谱峰搜索,计算效率高。

本发明授权色噪声下基于广义阵列流型的非相干分布源DOA估计方法在权利要求书中公布了:1.色噪声下基于广义阵列流型的非相干分布源DOA估计方法,其特征在于:该方法包括如下步骤: S1:建立均匀线阵下基于广义阵列流型的阵列信号接收模型,其具体过程为: S1.1、设定L个窄带且不相关的ID源的信号入射到由M个阵元组成的均匀线阵上,所述均匀线阵中阵元之间的间距为d; S1.2、在小扩展角度下对阵列流型进行一阶泰勒近似,得到具有广义阵列流型的阵列信号接收模型,表示为: 其中,yt=[y1t,...,yMt]T,x1,...,xM表示第1到第M个阵元沿x轴的坐标,且其均不等于0,yMt表示第M个阵元的接收信号,θk表示第k个ID源对应的DOA,k=1,2,…,L,skt表示k个ID源信号,Nk表示k个ID源对应的多径传输数量,γk,it表示第k个信号沿第i条路径的路径增益,表示第k个信号沿第i条路径的扩展角度偏差,i=1,2,…,Nk,nt=[n1t,...,nMt]T,A0=[aθ1,...,aθk],A1=[dθ1,...,dθk],A=[A0A1]表示广义阵列流型矩阵, v0t=[v10t,v20t,...,vK0t]T,v1t=[v11t,v21t,...,vK1t]T,t表示时刻,上标T表示转置运算; S2:获取具有广义阵列流型的阵列接收信号的样本协方差矩阵R,并利用差分运算进一步得到协方差差分矩阵RD,其具体过程为: S2.1、获取N个时刻的阵列接收数据Y,Y=[yt1,...,ytN],根据N个时刻获得的阵列接收数据Y,得到其样本协方差矩阵为: 其中,RV0和RV1分别表示ID源信号经多径传输后在阵列接收端的信号向量v0t和v1t的样本协方差矩阵,Q表示具有HermitianToeplitz结构的色噪声协方差矩阵,上标H代表共轭转置运算; S2.2、由均匀线性阵列下,和Q均具有HermitianToeplitz结构,并满足关系: Q=JQTJ, 利用所述关系,对样本协方差矩阵R进行协方差差分运算得到协方差差分矩阵RD,其中,J为M×M维置换矩阵,表示为:blkdiag{·}代表块对角化操作,上标*代表共轭运算; S3:对协方差差分矩阵RD进行特征值分解,将均匀线阵划分为两个子阵,根据协方差差分矩阵RD分解的特征值来获得两个子阵分别对应的信号子空间矩阵; 其中,执行步骤S3的其中一种方式的具体过程为: S3.11、对RD进行特征值分解得到其信号子空间所述信号子空间为L个最小特征值对应的特征向量组成的矩阵;所述的L个最小特征值是指对RD的特征值进行升序排序,取前L个特征值作为最小特征值; S3.12、将均匀线阵划分为两个子阵,其中一个子阵包含前M-1个阵元,另一个子阵包含后M-1个阵元,那么,包含前M-1个阵元的子阵所对应的信号子空间矩阵为信号子空间的前M-1行,包含后M-1个阵元的子阵所对应的信号子空间矩阵为信号子空间的后M-1行; S4:基于矩阵降秩准则,利用两个信号子空间矩阵对应的相位关系获得ID源DOA估计; 其中,步骤S4的具体过程为: S4.11、利用和构建一个新的矩阵表示为:其中,θ为所有可能的DOA值,diag{·}代表对角化操作; S4.02、基于矩阵降秩准则,通过一维谱搜索来获得ID源的DOA估计,所述一维谱搜索的表达式为:其中,det{·}代表矩阵行列式运算。

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宁波大学,其通讯地址为:315211 浙江省宁波市江北区风华路818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。

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。