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！

龙图腾网获悉西安交通大学;宁波市舜安人工智能研究院申请的专利未知有色噪声下基于深度残差学习的近场信号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：CN115808656B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202211009664.5，技术领域涉及：G01S5/18；该发明授权未知有色噪声下基于深度残差学习的近场信号源定位方法是由辛景民;蒋卓谦;左炜亮;陈仕韬;郑南宁设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本未知有色噪声下基于深度残差学习的近场信号源定位方法在说明书摘要公布了：本发明公开了未知有色噪声下基于深度残差学习的近场信号源定位方法，采集或仿真获取待定位的近场信号数据，根据近场信号数据得到特征提取矩阵；将特征提取矩阵输入优化后的深度残差神经网络模型中，通过深度残差神经网络模型输出近场信号的波达方向和入射距离，实现近场信号源定位。本发明引入了深度残差神经网络模型，在信噪比低于5dB的情况下波达方向和入射距离的估计精度比其他基线算法提高了十倍，在角度分离度小于5°的情况下波达方向和入射距离的估计精度比其他基线算法提高了五倍以上，并在多种恶劣环境下估计精度较高、实时定位能力较强。

本发明授权未知有色噪声下基于深度残差学习的近场信号源定位方法在权利要求书中公布了：1.未知有色噪声下基于深度残差学习的近场信号源定位方法，其特征在于，包括以下步骤： 采集或仿真获取待定位的近场信号数据，根据近场信号数据得到特征提取矩阵；根据近场信号数据计算获得阵列接收数据的协方差矩阵，根据协方差矩阵计算获得特征提取矩阵；阵列接收数据的协方差矩阵为： 其中，为均匀线性阵列的流型矩阵，为入射信号的协方差矩阵，为有色噪声的协方差矩阵，，为入射信号向量，，为加性噪声向量，表示求期望，表示艾尔米特转置，为近场信号数据，近场信号数据，、和分别代表了第1、第2和第个阵元上接收到的数据； 将特征提取矩阵输入优化后的深度残差神经网络模型中，通过深度残差神经网络模型输出近场信号的波达方向和入射距离，实现近场信号源定位； 优化后的深度残差神经网络模型是通过训练集训练深度残差神经网络模型后进行优化得到的，其中，训练集通过以下过程得到： 两个信号源从距离阵元到，范围内入射到阵列上，它们都位于阵列孔径的菲涅耳区域；对于波达方向的仿真设置，两个信号源的角度分离度选为，对于任意一个角度分离度，两个信号源的波达方向角按照的间隔分别在和的范围内离散化；对于入射距离的仿真设置，两个信号源的距离分离度选为，对于任意一个距离分离度，两个信号源的入射距离按照的间隔分别在和的范围内离散化。

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西安交通大学;宁波市舜安人工智能研究院，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。