Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学冯大政获国家专利权

西安电子科技大学冯大政获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利一种适用于小样本的远场目标方位角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:CN115656918B

龙图腾网通过国家知识产权局官网在2025-07-29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:202211184114.7,技术领域涉及:G01S3/14;该发明授权一种适用于小样本的远场目标方位角估计方法是由冯大政;王帅;张学军设计研发完成,并于2022-09-27向国家知识产权局提交的专利申请。

一种适用于小样本的远场目标方位角估计方法在说明书摘要公布了:本发明提出了一种适用于小样本的远场目标方向角估计方法,实现步骤为:获取数据矩阵;构建核矩阵;构建特征值矩阵和特征向量矩阵;利用改进的最小描述长度准则对远场目标数进行估计;估计噪声子空间;获取远场目标方向角的估计结果。本发明通过数据矩阵构建充分估计的核矩阵,并通过对核矩阵的特征值分解结果和利用改进的最小描述长度准则估计信源数目来估计噪声子空间,得到因偏离值更小而更为接近真实值的噪声子空间,最后利用噪声子空间获取远场目标方向角的估计结果,提升远场目标方向角的估计精度,并降低估计的复杂度,可用于雷达探测,声纳导航,多信道通信等领域。

本发明授权一种适用于小样本的远场目标方位角估计方法在权利要求书中公布了:1.一种适用于小样本的远场目标方位角估计方法,其特征在于,包括如下步骤: 1获取数据矩阵X: 构建包括M个阵元且相邻阵元的间隔为d的均匀线性阵列,并将P个远场目标信号源各自产生的目标信号入射到阵列的每个阵元,然后对每个阵元的输出信号进行L次采样,最后将所有的采样结果组成数据矩阵其中,M≥800,λ为目标信号的波长,L<M,表示复数域; 2构建核矩阵R: 对数据矩阵X进行共轭转置并右乘数据矩阵X,得到核矩阵R: 其中,XH表示X的共轭转置结果; 3构建特征值矩阵和特征向量矩阵: 对核矩阵R进行特征分解,并构建以特征值分解得到的L个特征值s1,…,sl,…,sL为主对角元素、其余元素为0的特征值矩阵Λ,同时将特征值分解得到的L个特征向量组成特征向量矩阵V: 其中,diags1,…,sl,…,sL表示主对角元素为s1,…,sl,…,sL且其余元素均为0的矩阵,sl表示第l个特征值,vl表示sl对应的特征向量; 4利用改进的MDL准则对远场目标数P进行估计: 将核矩阵R作为最小描述长度MDL准则的协方差矩阵,并将阵元数M作为MDL准则的采样点数,将采样点数L作为MDL准则的阵元数,实现对MDL准则的改进,然后通过改进后的MDL准则估计远场目标数P: P=argmin{fP} 其中,fP表示目标函数,argmin{·}表示取最小值操作; 5估计噪声子空间Un: 对特征值矩阵Λ所包含的L个特征值按降序方式排列,并将前P个特征值对应的特征向量右乘数据矩阵X,得到信号子空间Us,然后对Us的列向量进行归一化,最后通过Us的归一化结果估计噪声子空间Un: Us=X[v1,…,vP] 其中,IM表示M×M维的单位矩阵; 6获取远场目标方位角的估计结果: 构建空间谱函数Sθ,然后选择P个最大谱峰,其对应的横坐标值即为P个远场目标信号源的方位角,其中: 其中,aθ表示阵列的导向矢量,表示接收信号在第m个阵元的时间延迟所带来的相位变化,exp表示以自然常数e为底的指数函数,j表示虚数单位,[·]T表示转置操作。

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电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2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”。

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。