Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 青岛理工大学;青岛集智教育科技有限公司金序获国家专利权

青岛理工大学;青岛集智教育科技有限公司金序获国家专利权

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!

龙图腾网获悉青岛理工大学;青岛集智教育科技有限公司申请的专利一种稳健的稀疏贝叶斯二维波达方位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:CN116718980B

龙图腾网通过国家知识产权局官网在2026-04-24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:202310779826.1,技术领域涉及:G01S3/00;该发明授权一种稳健的稀疏贝叶斯二维波达方位估计方法是由金序;王绪虎;侯玉君;贺劲松;王辛杰;陈建军;宋传旺;冯秋霞;李恩玉设计研发完成,并于2023-06-28向国家知识产权局提交的专利申请。

一种稳健的稀疏贝叶斯二维波达方位估计方法在说明书摘要公布了:本发明公开了一种稳健的稀疏贝叶斯二维波达方位估计方法。其特征在于:本专利方法通过引入一个新的辅助角,将二维DOA估计问题转化为两个一维DOA估计问题。通过求解两个含有幅相误差的稀疏重构问题,分别估计出辅助角及其对应的俯仰角,再根据三个角之间的关系,同时完成方位角估计和角度自动匹配过程。针对含有幅相误差的稀疏重构问题,采用期望最大算法推导所有未知参数的估计表达式,得到新的空间谱函数表示方法,最后求得角度信息。本专利方法能够有效地完成角度自动匹配过程,且提高了方位估计精度和角度分辨能力,因此在实际工程中具有较高的应用价值。

本发明授权一种稳健的稀疏贝叶斯二维波达方位估计方法在权利要求书中公布了:1.一种稳健的稀疏贝叶斯二维波达方位估计方法,其特征在于:二维波达方向估计方法包括如下步骤: 步骤一、采用阵元数为的均匀L型阵,其轴和轴上的子阵列均为含有个阵元的均匀线阵,采样长度为;两个子阵列的第个阵元在时刻的接收数据分别表示为和,其中,; 步骤二、分别将轴和轴上个阵元的子阵接收数据排列成向量形式,,根据公式,构造样本协方差矩阵,然后取其互相关矩阵的对角线元素得到,其中上标“”表示对矩阵进行共轭转置运算,表示取对角线元素; 步骤三、将空间区域均匀划分成份,得到角度网格,设置离网格过完备稀疏字典集为,表示网格误差矢量,阵列流形矩阵和,其中为阵列的方向矢量,具体可写为,是的一阶导数,表示网格上各点对应的阵列方向矢量的对角一阶导数矩阵,表示网格点上个点对应的阵列方向矢量的对角矩阵,上述式子中,表示阵元间距,表示入射信号的波长; 步骤四、初始化参数,,,,,,,,,,,以及为设置的粗网格,设定迭代终止条件的值和; 步骤五、根据稀疏贝叶斯推论,分别得到稀疏信号向量的均值和协方差矩阵以及其他参数向量的更新公式:,,其中,;表示的第个值,其中表示的第行列个元素,表示的第个值;;,,,其中,表示维单位矩阵;的第个值的更新式为;,其中,,式中表示取实部,上标“*”表示取复共轭运算; 步骤六、判断是否满足迭代的终止条件,若满足或者达到最大迭代次数即,停止迭代,通过和进行谱峰搜索得到辅助角的估计值;否则,重新回到步骤五继续进行循环迭代; 步骤七、将轴和轴上的接收数据重新组合表示为,其中,,重新表示稀疏字典集,其中,,表示求解得到的辅助角的估计值,,;,,;,; 步骤八、初始化参数,,,,,,,,,,,以及为设置的粗网格,设定迭代终止条件的值和; 步骤九、根据稀疏贝叶斯推论,分别得到稀疏信号向量的均值和协方差矩阵以及其他参数向量的更新公式:,,其中,;表示的第个值,其中表示的第行列个元素,表示的第个值;;,,,其中,表示维单位矩阵;的第个值的更新式为;,其中,; 步骤十、判断是否满足迭代的终止条件,若满足或者达到最大迭代次数即,停止迭代,将估计得到的分为块,通过对每个块进行谱峰搜索得到每个辅助角对应的俯仰角的估计值;否则,重新回到步骤八继续进行循环迭代; 步骤十一、根据三角之间的关系式求得每一个俯仰角对应方位角的估计值,实现自动匹配。

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青岛理工大学;青岛集智教育科技有限公司,其通讯地址为:266520 山东省青岛市黄岛区嘉陵江路777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。

免责声明
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。