宁波大学薛丁凡获国家专利权
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一种基于精确传播模型的空时三维近场源定位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:CN115687886B 。
龙图腾网通过国家知识产权局官网在2025-12-23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:202211087802.1,技术领域涉及:G06F18/00;该发明授权一种基于精确传播模型的空时三维近场源定位方法是由薛丁凡;陈华;金明;郭昊东设计研发完成,并于2022-09-07向国家知识产权局提交的专利申请。
本一种基于精确传播模型的空时三维近场源定位方法在说明书摘要公布了:本发明涉及一种基于精确传播模型的空时三维近场源定位方法,该方法为:建立一个十字交叉阵列接收模型,在十字交叉阵列接收模型中建立三维直角坐标系,所述十字交叉阵列接收模型由位于X轴上的均匀线阵和位于Y轴上的的均匀线阵组成;设定存在K个近场目标,第k个近场目标Sk以电角{αk,βk}和距离rk入射到十字交叉阵列接收模型上;分别在X轴和Y的所有阵元上获取累积量矩阵,将累积量矩阵以伪快拍N进行均匀采样,得到两个累积量矩阵,采用DOA矩阵法得到电角α的估计值以及β的估计值;该方法能够在均匀交叉十字阵列的前提下,得到可自动配对的近场二维电角以及距离参数,并提高了定位算法的估计精度,同时利用DOA矩阵法进行定位避免了过高的计算复杂度和额外的配对过程。
本发明授权一种基于精确传播模型的空时三维近场源定位方法在权利要求书中公布了:1.一种基于精确传播模型的空时三维近场源定位方法,其特征在于:该方法包括下列步骤: S1、建立一个十字交叉阵列接收模型,在十字交叉阵列接收模型中建立三维直角坐标系,所述十字交叉阵列接收模型由位于X轴上的均匀线阵和位于Y轴上的均匀线阵组成;所述X轴的均匀线阵包含M=2m+1个阵元,所述Y轴上的每一个线阵均包括M=2m+1个阵元,m表示单边阵元数,位于坐标原点处的阵元作为参考阵元,阵元与阵元之间的间距设定为d=λ4,λ表示入射信号的波长; S2、在三维直角坐标系中,设定存在K个近场目标,第k个近场目标Sk以电角{αk,βk}和距离rk入射到十字交叉阵列接收模型上,其中,k表示信源个数,k=1,2,…,K;设定第k个信源与位于X轴的l,0处的阵元距离为rx,l,k,其中l=-m,...,0,...m,则第k个信源到达位于X轴的l,0处的阵元的振幅相位因子为:其中,γx,l,k表示第k个信源与位于X轴的l,0处的阵元的振幅因子,τx,l,k表示第k个信源与位于阵列X轴l,0处的阵元的传播时延导致的相位因子,利用菲涅尔近似,得到τx,l,k≈lωxk+l2μxk,设定第k个信源与位于Y轴的0,l处的阵元距离为ry,l,k,其中l=-m,...,0,...m,则得到第k个信源到达位于Y轴的0,l处的阵元的振幅相位因子为其中,γy,l,k表示第k个信源与位于Y轴的0,l处的阵元的振幅因子;τy,l,k表示第k个信源与位于阵列Y轴0,l处的阵元的传播时延导致的相位因子,利用菲涅尔近似,得到τy,l,k≈lωyk+l2μyk, S3、根据步骤S2得到的第k个信源到达位于X轴的l,0处的阵元的振幅相位因子alαk,rk,得到位于X轴的l,0处的阵元的接收数据模型其中,skt表示第k个近场目标的入射信号,nl,0t表示均值为0、方差为σ2的独立复加性高斯噪声,t=1,2,...,N,N表示第N次快拍;根据步骤S2得到的第k个信源到达位于Y轴的0,l处的阵元的振幅相位因子alβk,rk,得到位于Y轴的0,l处的阵元的接收数据模型为:其中,skt表示第k个近场目标的入射信号,n0,lt表示均值为0、方差为σ2的独立复加性高斯噪声; S4、将步骤S3中得到的位于X轴的l,0处的阵元的接收数据模型zl,0t扩展到整个X轴的阵元上,得到整个X轴的阵元的接收数据模型zxt;将步骤S3中得到的位于Y轴的0,l处的阵元的接收数据模型扩展到整个Y轴的阵元上,得到整个Y轴的阵元的接收数据模型zyt,将所述接收数据模型zxt和所述接收数据模型zyt分别通过多块拍采样扩展为矩阵形式,即Zx和Zy; S5、设定时延为τ的零均值四阶交叉累积量信号为x,x={xmt,xnt,xpt,xqt},其中,xmt,xnt,xpt,xqt分别表示位于m,n,p,q四个不同位置的阵元的接收数据;将零均值四阶交叉累积量信号定义为: S6、根据步骤S5中定义的四阶交叉累积量信号,在X轴和Y轴上分别选取{-m,0},{m,0},{0,1},{0,-1}处的接收信号来构成实际的交叉累积量其中,zm,0t,z0,-1t分别表示位于-m,0,m,0,0,1,0,-1处的阵元的实际接收数据;根据步骤S5定义的零均值四阶交叉累积量信号c4xτ,得到交叉累积量c4m,nτ表示为: 同理,得到在X轴和Y轴上分别选取{-m,0},{m,0},{0,-1},{0,1}处的接收信号构成的实际的交叉累积量:其中,表示信号延迟τ后的四阶累积量, S7、根据步骤S6构成的交叉累积量c4m,nτ,分别在X轴和Y轴的所有阵元上获取累积量矩阵,得到其矩阵形式为:其中,A=[aω1x,...,aωKx]表示虚拟接收数据的导向矢量,csτ表示累积量域的虚拟信号矢量, S8、对步骤S7中得到的累积量矩阵cxτ和cyτ分别以伪快拍N进行均匀采样,得到两个累积量矩阵:其中,C=[cT,c2T,...,cNT],R表示经过N次伪快拍采样后的累积量域虚拟信号矩阵,T为采样周期; S9、由步骤S8得到的两个累积量矩阵C和C之间存在旋转不变因子Φ,采用DOA矩阵法,定义新矩阵其中,[·]表示伪逆,的非零特征值等于Φ主对角线上的K个元素,对应的特征向量等于流型矩阵A的K列,即电角β的估计值从的特征值的相位ωxk中获得,即电角α的估计值从的特征向量中获得,即且由于特征值和特征向量是一一对应的,电角α和β可以自动配对; S10、根据步骤S9中获得的电角α得到距离的谱峰函数PMUSIC。
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。
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