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！

龙图腾网获悉中国科学院声学研究所申请的专利一种基于贝叶斯学习的稀疏阵列角度估计方法及其装置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：CN116224212B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202111461641.3，技术领域涉及：G01S3/14；该发明授权一种基于贝叶斯学习的稀疏阵列角度估计方法及其装置是由吴敏;郝程鹏设计研发完成，并于2021-12-02向国家知识产权局提交的专利申请。

本一种基于贝叶斯学习的稀疏阵列角度估计方法及其装置在说明书摘要公布了：本发明属于信号处理技术领域，具体地说，涉及一种基于贝叶斯学习的稀疏阵列角度估计方法及其装置，该方法包括：将稀疏阵列中的每个阵元接收对应的接收信号进行向量化处理，得到向量形式的输出信号，稀疏阵列输出该向量形式的输出信号，得到二维输出信号模型，将其降维处理，得到一维输出信号模型；从得到的一维输出信号模型中，提取测量矩阵和需要恢复的二维空间谱矩阵；采用贝叶斯学习方法，当需要恢复的二维空间谱矩阵满足RIP特性时，根据得到的一维输出信号模型和测量矩阵，构造优化函数；对构造的优化函数进行求解，得到二维空时谱，并对得到的二维空时谱在时间上做累加，得到目标的空间谱，再对其进行恒虚警检测，得到目标的方位估计。

本发明授权一种基于贝叶斯学习的稀疏阵列角度估计方法及其装置在权利要求书中公布了：1.一种基于贝叶斯学习的稀疏阵列角度估计方法，该方法包括： 将稀疏阵列中的每个阵元接收对应的接收信号进行向量化处理，得到向量形式的输出信号，稀疏阵列输出该向量形式的输出信号，得到二维输出信号模型，将其降维处理，得到一维输出信号模型； 从得到的一维输出信号模型中，提取测量矩阵和需要恢复的二维空间谱矩阵；采用贝叶斯学习方法，当需要恢复的二维空间谱矩阵满足RIP特性时，根据得到的一维输出信号模型和测量矩阵，构造优化函数；其具体过程包括： 从得到的一维输出信号模型中，提取测量矩阵和需要恢复的二维空间谱矩阵； 判断需要恢复的二维空间谱矩阵是否满足RIP特性；其中，满足条件为： 6 其中， 7 其中，为矩阵的相关向量；；为第p个观测角度；；为第q个观测角度；为第n个方向的远程来波抵达第m个阵元相较于抵达参考点的时延；为窄带信号的载频；=； 如果不满足上述满足条件，则需要恢复的二维空间谱矩阵不满足RIP特性，结束； 如果满足上述满足条件，则需要恢复的二维空间谱矩阵满足RIP特性，进一步构造优化函数： 8 其中， 其中，表示矩阵范数；是最小化运算；为稀疏系数； 对构造的优化函数进行求解，得到二维空时谱，并对得到的二维空时谱在时间上做累加，得到目标的空间谱，再对其进行恒虚警检测，得到目标的方位估计。

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科学院声学研究所，其通讯地址为：100190 北京市海淀区北四环西路21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。