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西安光学精密机械研究所申请的专利一种基于自适应卡尔曼滤波的MUSIC谱声源方向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：CN121299578B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511881637.0，技术领域涉及：G01S3/802；该发明授权一种基于自适应卡尔曼滤波的MUSIC谱声源方向估计方法是由郝歌扬;吴国俊设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本一种基于自适应卡尔曼滤波的MUSIC谱声源方向估计方法在说明书摘要公布了：本发明涉及基于MUSIC谱的声源测向方法，具体涉及一种基于自适应卡尔曼滤波的MUSIC谱声源方向估计方法，解决了现有MUSIC谱声源方向估计方法易受噪声影响导致输出的声源方向随机跳动，或者难以兼顾噪声抑制与动态跟踪双重需求的技术问题。本发明通过构建目标运行角速度计算‑运动因子‑放大倍数‑过程噪声缩放的自适应逻辑，根据声源运动状态动态调整过程噪声协方差矩阵的缩放系数，实现声源低强度运动时强化平滑、高强度运动时提升跟踪灵敏度，可同时实现噪声抑制与动态跟踪；同时，采用MUSIC谱估计方法与卡尔曼滤波方法的参数协同优化机制，既保留MUSIC谱估计方法的高分辨率优势，又通过参数差异化配置实现噪声抑制与动态跟踪的全局最优平衡。

本发明授权一种基于自适应卡尔曼滤波的MUSIC谱声源方向估计方法在权利要求书中公布了：1.一种基于自适应卡尔曼滤波的MUSIC谱声源方向估计方法，其特征在于，包括以下步骤： 步骤1、将声源运动状态划分为低强度运动和高强度运动，并分别给定低强度运动和高强度运动对应的放大倍数γ0和γ1，其中，γ0和γ1均大于1，且γ0＜γ1；然后给定观测噪声协方差矩阵R、初始过程噪声协方差矩阵Qbase、初始协方差矩阵Pk-1、目标最大角速度ωmax、角速度阈值ωth和声源方向估计频率f； 步骤2、获取初始时刻目标辐射声波，并采用MUSIC谱估计方法，根据初始时刻目标辐射声波，估计初始时刻的声源方向，得到初始声源方向观测值zk-1，然后将初始声源方向观测值zk-1作为初始声源方向预测值xk-1； 步骤3、按照声源方向估计频率f，获取当前目标辐射声波，并采用MUSIC谱估计方法，根据当前目标辐射声波，估计当前声源方向，得到当前声源方向观测值zk； 步骤4、基于初始声源方向观测值zk-1和当前声源方向观测值zk，计算目标运行角速度ωk，并以目标最大角速度ωmax为约束条件，根据角速度阈值ωth，对目标运行角速度ωk进行归一化，得到运动因子αk；然后基于运动因子αk及低强度运动和高强度运动对应的放大倍数γ0和γ1，确定目标运行角速度ωk对应的放大倍数γk； 步骤5、基于运动因子αk和放大倍数γk，计算缩放系数βk，然后基于缩放系数βk和初始过程噪声协方差矩阵Qbase，计算当前过程噪声协方差矩阵Qk； 步骤6、采用卡尔曼滤波方法，基于初始声源方向预测值xk-1，对当前声源方向进行预测，得到当前声源方向预测值xk|k-1；然后计算当前声源方向观测值zk与当前声源方向预测值xk|k-1之间的残差，得到观测残差yk； 步骤7、采用卡尔曼滤波方法，基于初始协方差矩阵Pk-1和当前过程噪声协方差矩阵Qk，预测当前协方差矩阵Pk|k-1；然后基于当前协方差矩阵Pk|k-1和观测噪声协方差矩阵R，计算卡尔曼增益Kk； 步骤8、基于当前声源方向预测值xk|k-1、观测残差yk和卡尔曼增益Kk，计算并输出当前声源方向xk；同时，基于当前协方差矩阵Pk|k-1和卡尔曼增益Kk，计算协方差矩阵Pk； 步骤9、将当前声源方向xk作为初始声源方向预测值xk-1、当前声源方向观测值zk作为初始声源方向观测值zk-1、当前过程噪声协方差矩阵Qk作为初始过程噪声协方差矩阵Qbase、协方差矩阵Pk作为初始协方差矩阵Pk-1，然后返回步骤3，直至完成声源方向估计。

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西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17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。