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！

龙图腾网获悉浙江大学申请的专利一种基于快速收敛稀疏贝叶斯学习的目标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：CN116559777B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310366512.9，技术领域涉及：G01S5/20；该发明授权一种基于快速收敛稀疏贝叶斯学习的目标方位估计方法是由潘翔;张紫璨设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本一种基于快速收敛稀疏贝叶斯学习的目标方位估计方法在说明书摘要公布了：本发明公开了一种基于快速收敛稀疏贝叶斯学习的目标方位估计方法。包括：对机动拖线阵的畸变阵形进行抛物线建模，矫正阵元位置；把角度区间均匀划分为多个网格点得到超完备角度集合，将原始信号的阵列流形矩阵扩展映射到超完备角度集合上，构造阵列信号空域稀疏模型；根据阵列接收信号和阵列流形矩阵，利用快速收敛的稀疏贝叶斯学习算法对稀疏信号的后验均值和后验协方差矩阵、信号功率分布和噪声方差进行迭代；对信号功率分布的估计值进行最大值搜索，最大值对应的空间角度即为目标方位的估计值。本发明能在拖线阵机动转向阵形发生畸变的场景下对目标信号的方位进行快速估计，在快拍数受限、信噪比较低时实现高分辨和高鲁棒性的定位性能。

本发明授权一种基于快速收敛稀疏贝叶斯学习的目标方位估计方法在权利要求书中公布了：1.一种基于快速收敛稀疏贝叶斯学习的目标方位估计方法，其特征在于，该方法包括以下步骤： 步骤1：对阵形发生畸变的拖线阵进行抛物线建模，定义x轴方向为阵列头部指向尾部的方向，用弓高来表征阵形弯曲的程度； 步骤2：构造阵列信号空域稀疏模型：把角度区间均匀划分为多个网格点得到过完备角度集合，将原始信号的拖线阵阵列流形矩阵扩展映射到过完备角度集合上，得到空域稀疏信号； 步骤3：迭代空域稀疏信号的后验均值和后验协方差矩阵、信号功率分布和噪声方差：根据阵列接收信号和拖线阵阵列流形矩阵，利用快速收敛的稀疏贝叶斯学习算法更新待估计参数；具体包括以下子步骤： 步骤31，初始化信号功率分布γ和噪声方差σ2，设置收敛条件； 步骤32，根据阵列接收信号和扩展到过完备角度集合上的阵列流形矩阵，更新发射信号X的后验均值μ和后验协方差∑x，计算公式如下： ∑y＝σ2I+AΓAH 其中，Γ为信号功率分布γ的对角矩阵，A为过完备方向的阵列流形矩阵，Y为阵列接收的信号；∑y为阵列接收信号的协方差，I为单位对角矩阵； 步骤33，基于步骤32估计的μ和∑x，更新参数γ和σ2，得到本次迭代估计的信号功率分布和噪声方差计算公式如下： 其中L为快拍数，M为阵元数，N为划分空间网格数，为Frobenius范数，∑xnn为X后验协方差矩阵的第n行第n列的元素； 步骤34，如果达到收敛条件则跳出迭代，否则重复上述步骤32和步骤33继续迭代直至达到收敛条件； 步骤4：输出目标信号到达角的估计值，对信号功率分布的估计值进行最大值搜索。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。