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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于特征子空间判决的自适应干扰抑制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：CN115993591B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202211440723.4，技术领域涉及：G01S7/54；该发明授权一种基于特征子空间判决的自适应干扰抑制方法是由生雪莉;李德文;曹然;李理;尹家瑞;张晓设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本一种基于特征子空间判决的自适应干扰抑制方法在说明书摘要公布了：本发明的目的在于提供一种基于特征子空间判决的自适应干扰抑制方法，包括如下步骤：计算得到满秩的样本协方差矩阵；分解出N个按从大到小分布的特征值和与之对应的特征向量，获得前D个大特征值对应的特征向量张成的主子空间和N‑D个小特征值对应的特征向量张成的噪声子空间；寻找主子空间和噪声子空间内的目标信号分量，若存在，将其找出且删除，剩余的两个子空间合并形成干扰加噪声子空间；重构协方差矩阵，最后通过计算空间谱，实现强干扰信号抑制，准确估计弱目标方位。本发明无需计算干扰和目标信号的功率，计算效率更高；环境失配影响较小，稳健性更高；适用于目标声源运动场景，实际海试数据证实其有效性，有较强的工程实用价值。

本发明授权一种基于特征子空间判决的自适应干扰抑制方法在权利要求书中公布了：1.一种基于特征子空间判决的自适应干扰抑制方法，其特征是： 1将由个水听器按照的间距均匀分布组成的水平阵列放置在设定深度的海水中，从不同方向处接收个窄带信号，其中包含1个目标信号和‑1个干扰信号，且目标信号的信噪比最弱，阵列接收的信号模型可写成： ，，为信号频率，为水下声速，为入射信号分量，为高斯白噪声，，； 样本协方差矩阵是利用有限快拍数为条件下的采样数据估计得到的，即其中，上标H表示共轭转置，为N×N的复数矩阵； 2通过将样本协方差矩阵进行特征分解，得到： 其中，和分别为样本协方差矩阵特征分解得到的特征值和特征向量，且特征向量之间相互正交； 将特征值按照从大到小顺序分布为： 根据特征值的大小分布，将前D个大特征值对应的特征向量组成主子空间，剩余个小特征值对应的特征向量组成噪声子空间，分别表示为： ，； 其中，D为干扰和目标信号个数； 3根据波束形成CBF方法预估目标信号方位，选取其所在方位，设为，满足，方位区间的网格大小为0.1°，共个值，构造个导向矢量，即： ，其中，为N×1的复数向量，区间内可形成波束扫描的导向矢量矩阵： 其中，为的复数矩阵，为N×1的复数向量，； 在预估目标信号范围内，构造一个判决因子，通过个导向矢量在N个特征向量之间遍历，寻找主子空间和噪声子空间内的目标信号分量，形成的判决因子如下表示： =，其中，表示目标信号大体方位对应的导向矢量遍历子空间内的特征向量的结果； 表示目标信号大体方位对应的导向矢量，为的复数矩阵，表示样本协方差矩阵特征分解得到的N个特征分量，每个特征向量为N×1的复数矩阵，上标H表示共轭转置； 根据目标信号导向矢量与对应的特征向量关系，设置判决阈值为，其中N是阵元数，是判决系数，表示目标信号导向矢量与对应特征向量之间的关联程度； 通过判决因子来对主子空间和噪声子空间内每个特征向量进行遍历判决，并对其进行分离，得到干扰和噪声子空间和信号子空间： 如果，则；如果，则； 4利用正交投影的方式将得到的干扰和噪声子空间，从样本协方差矩阵中去除，且重构样本协方差矩阵，即： 其中，为干扰和噪声子空间的正交投影矩阵，即，为单位矩阵，上标H为共轭转置； 将重构样本协方差矩阵代入CBF的空间功率谱估计，得到空间谱输出结果： 其中，=N，[0°, 180°]。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室；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。