中国人民解放军国防科技大学凌怡获国家专利权
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!
龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于张量分解的相干信号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:CN119828067B 。
龙图腾网通过国家知识产权局官网在2025-10-28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:202411841344.5,技术领域涉及:G01S3/14;该发明授权一种基于张量分解的相干信号DOA估计方法是由凌怡;师俊朋;史姝赟;易先洲;李隆禧设计研发完成,并于2024-12-13向国家知识产权局提交的专利申请。
本一种基于张量分解的相干信号DOA估计方法在说明书摘要公布了:本发明给出了一种基于张量分解的相干信号DOA估计方法,属于信号处理技术领域,该相干信号DOA估计方法包括如下步骤:步骤S1、对二维面阵进行前向和后向子阵划分,以构建一个三阶张量模型;步骤S2、对所述三阶张量模型进行平行因子分解,以估计第一子阵对应的阵列流行矩阵;步骤S3、利用所述第一子阵对应的阵列流行矩阵的估计结果,进行二维DOA估计。本发明能够在低信噪比和小快拍的情况下,不需要进行秩恢复,就能估计出相干信号二维DOA,且二维DOA估计精度高,对噪声的鲁棒性好。
本发明授权一种基于张量分解的相干信号DOA估计方法在权利要求书中公布了:1.一种基于张量分解的相干信号DOA估计方法,其特征在于,所述相干信号DOA估计方法包括如下步骤: 步骤S1、对二维面阵进行前向和后向子阵划分,以构建一个三阶张量模型; 步骤S2、对所述三阶张量模型进行平行因子分解,以估计第一子阵对应的阵列流行矩阵; 在所述步骤S2中,所述平行因子分解的具体过程包括: 步骤S21、对所述三阶张量模型分别进行模1、模2和模3展开,以确定模1展开矩阵、模2展开矩阵和模3展开矩阵; 步骤S22、利用所述模1展开矩阵、模2展开矩阵和模3展开矩阵,对所述三阶张量模型的三个因子矩阵进行三线性最小二乘求解,以确定第一子阵对应的阵列流行矩阵的估计结果; 在所述步骤S22中,所述三线性最小二乘求解的具体过程包括: 步骤S221、对所述三阶张量进行Tuker分解压缩,得到核张量; 步骤S222、对所述核张量进行平行因子分解,得到第一因子矩阵、第二因子矩阵和第三因子矩阵的初始矩阵; 步骤S223、设置迭代次数k的初始值为1; 步骤S224、利用其中两个因子矩阵的初始矩阵以及对应的展开矩阵,对剩余一个因子矩阵进行估计,以得到所述第一因子矩阵、第二因子矩阵和第三因子矩阵的估计值; 步骤S225、判断迭代次数k是否小于阈值,如是,则将迭代次数k加1后赋给k,并将三个因子矩阵的估计值作为初始三个因子矩阵,返回步骤S224;如否,则将所述第一因子矩阵的估计值作为第一子阵的阵列流行矩阵的估计值; 步骤S3、利用所述第一子阵对应的阵列流行矩阵的估计结果,进行二维DOA估计; 在所述步骤S3中,所述二维DOA估计的具体过程包括: 步骤S31、计算估计的第一子阵对应的阵列流行矩阵和其对应的共轭转置矩阵的乘积矩阵; 步骤S32、利用所述乘积矩阵,进行测向估计,得到各个相干信号DOA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中国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励