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！

龙图腾网获悉哈尔滨工程大学申请的专利一种冲击噪声环境下小快拍相干源波达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：CN115639518B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202211218924.X，技术领域涉及：G01S3/14；该发明授权一种冲击噪声环境下小快拍相干源波达方向估计方法是由高洪元;刘凯龙;孙志国;孙贺麟;何昭然;王钦弘;杜子怡;白浩川;刘廷晖设计研发完成，并于2022-10-07向国家知识产权局提交的专利申请。

本一种冲击噪声环境下小快拍相干源波达方向估计方法在说明书摘要公布了：本发明提供一种冲击噪声环境下小快拍相干源波达方向估计方法，包括建立均匀线阵小快拍采样信号模型，构造基于Sigmoid神经网络核的无穷范数中值协方差矩阵，获得基于Sigmoid神经网络核的无穷范数小快拍极大似然方程。由于在α稳定分布噪声环境下，尤其是特征指数较小时，有很大概率出现非常大的奇异值，这时用传统均值估计方法会出现较大的偏差，而采用中值具有不受偏大或偏小的数据影响的优点，故能在冲击噪声环境下有着不错的DOA估计效果。本发明通过性能仿真来选择最优核长，并设计出连续量子云团搜索机制对基于Sigmoid神经网络核无穷范数的极大似然测向方程进行高效求解。所发明的小快拍DOA估计方法在冲击噪声下对独立源和相干源均能进行有效的波达方向估计。

本发明授权一种冲击噪声环境下小快拍相干源波达方向估计方法在权利要求书中公布了：1.一种冲击噪声环境下小快拍相干源波达方向估计方法，其特征在于，步骤如下： 步骤一：建立冲击噪声环境下的小快拍采样信号模型，给出一个阵元数为Q的等距均匀线阵，阵元间距为d，第i个远场窄带信号从θi方向入射到该阵列，波长为λ，快拍数为L，并且入射信号和噪声信号相互独立，i＝1,2,…,N，选择第一个阵元作为参考阵元，则在第t时刻第k个阵元接收的信号为： 其中，为时刻的第i个信源的入射信号，为时刻第k个阵元的噪声信号，表示第k个阵元上满足SαS稳定分布的冲击噪声，k＝1,2,…,Q，则阵列接收的第l次快拍信号为： yl＝Aθsl+nl，l＝1,2,…,L 式中：yl＝[y1l,y2l,…,yQl]T，Aθ＝[aθ1,aθ2,…,aθN]QXN为导向矩阵，第i个导向矢量为θ＝[θ1,θ2,…,θN]为来波方向矢量，sl＝[s1l,s2l,…,sNl]T为第l次快拍信号矢量，nl＝[n1l,n2l,…,nQl]T为第l次快拍阵列噪声矢量，T表示转置； 步骤二：利用阵列接收到的快拍数据构造基于Sigmoid神经网络核的无穷范数中值协方差矩阵，再利用均匀线阵的导向矩阵构造正交投影矩阵，获得基于Sigmoid神经网络核的无穷范数小快拍极大似然测向方程； 步骤三：初始化量子云团量子位置并设定参数： 设定量子云团数为CP，每个量子云团中的量子水滴数为WP，量子云团半径U＝ρ，其中ρ∈0,1为半径因子；量子云团的降雨率为ra；降雨飘动代数为rt；收缩、扩张代数为rs，收缩系数为ε；最大迭代次数为G； 量子水滴位置为优化问题的潜在解，量子水滴是量子云团的组成部分，第g代第个量子云团的第个量子水滴在M维搜索空间中的量子位置为其中 量子云团中心量子水滴为量子云团的中心量子位置，设每个量子云团中标号为1的量子水滴代表量子云团的中心量子水滴，则第g代第个量子云团的中心量子水滴的量子位置记为 量子水滴适应度值为在求最大值优化问题中量子水滴对应的函数值，则第g代第个量子云团的第个量子水滴量子位置的适应度值记为 量子云团的平均适应度值为量子云团中所有量子水滴的适应度值的均值，则第g代第个量子云团的平均适应度值记为 量子云团最优量子水滴为量子云团中适应度值最大的量子水滴，则第g代第个量子云团中最优量子水滴的量子位置记为 全局最优量子水滴为所有量子云团中的所有量子水滴中适应度最大的一个量子水滴，则第g代全局最优量子水滴的量子位置记为 最优量子水滴云团为全局最优量子水滴所在的量子云团，则第g代最优量子水滴云团中第个量子水滴的量子位置记为 量子云团的气压值设定为每个量子云团的平均适应度值的相反数； 量子云团的温度值设定为每个量子云团的平均适应度值； 最优量子云团为气压值最小的量子云团，则第g代最优量子云团的第个量子水滴的量子位置记为 初始化量子云团的量子位置：在[0,1]空间内随机产生Cp个点，作为Cp个量子云团的中心量子水滴的量子位置，其中每个量子云团的半径为U,半径因子ρ根据求解优化的问题选定不同的参数； 步骤四：第个量子云团中第个量子水滴随机生成的量子旋转角参数和等用来产生除中心量子水滴外的其它Wp-1个量子水滴，其中为[0,U]之间的随机数，通过简化的模拟量子旋转门来生成第1代的第个量子云团中第个量子水滴的量子位置为： 其中第个量子云团第个量子水滴的各维量子旋转角分别表示为： 步骤五：将量子云团中量子水滴映射到解空间中并求解适应度值： 第g代第个量子云团中第个量子水滴的量子位置所映射的解空间位置定义为： 其中，表示第g代第个量子云团第个量子水滴的映射态位置，其映射方程为表示第m维的下限，表示第m维的上限； 第g代第个量子云团中第个量子水滴的映射态适应度值表达式为： 对于最大值优化问题，比较适应度值，找出所有Cp个量子云团中的最优量子水滴全局最优量子水滴最优量子水滴云团最优量子云团 步骤六：量子云团进行飘动； 步骤6.1：通过模拟量子旋转门对非最优量子水滴云团和非最优量子云团的量子位置进行更新，第g+1代第个量子云团第个量子水滴的更新方程为： 第g+1代第个量子云团中第个量子水滴的第m维量子旋转角为： 其中，a＝[a1,a2,…,aG]中的元素为[0,1]区间的随机数，ag为第g代随机数，b1、b2和b3为飘动因子，为第g代三种气压差产生的漂移因子； 表示第g代第个量子云团受最优量子云团影响的因子； 表示第g代第个量子云团受全局最优量子水滴影响的因子； 表示第g代第个量子云团受第个量子云团最优量子水滴对该量子云团的影响因子； ||·||为求欧氏距离； 步骤6.2：通过模拟量子旋转门对最优量子云团的量子水滴位置进行更新，第g+1代最优量子云团中第个量子水滴的第m维量子位置的更新方程为： 第g+1代最优量子云团的第个量子水滴的第m维量子旋转角为： 步骤6.3：对全局最优量子水滴所处的量子云团的更新，第g+1代第个量子水滴的第m维量子位置的更新方程为： 第g+1代全局最优量子云团的第个量子水滴的第m维量子旋转角为： 步骤七：计算所有量子云团内部量子水滴的适应度值以及量子云团温度值，并将量子云团按温度值由高到低进行排序，找出温度最低的ra的量子云团；； 步骤八：量子云团满足一定条件进行降雨：在步骤七中对量子云团温度降序排列，在后ra且量子云团的漂移代数大于等于rt的即刻消失，并按照步骤三和步骤四生成新的量子云团； 步骤九：量子云团的收缩与扩张过程： 当第g+1代第个量子云团中第量子水滴的量子位置与该量子云团的中心量子水滴的量子位置的距离大于ε时，则该量子云团进行收缩； 第g+1代第个量子云团的第个量子水滴的第m维量子位置的收缩更新公式为： 第g+1代收缩过程的第个量子云团的第个量子水滴的第m维量子旋转角为： 当量子水滴与中心量子水滴的距离小于ε时，中心量子水滴就会沿着坐标轴方向扩张出新的量子水滴，扩张时第g+1代第个量子云团的第个量子水滴的第m维量子位置更新公式为： 第g+1代扩张过程的第个量子云团的第个量子水滴的第m维量子旋转角为： 其中，rb＝[rb1,rb2,…,rbG]为[0,ρ]区间的随机数；rbg为第g代随机数，轮流为[1,0,…,0],[0,1,…,0],…,[0,0,…,1],[-1,0,…,0],[0,-1,…,0],…,[0,0,…,-1]中的一个； 步骤十：判断是否达到最大迭代次数G，若未达到，令g＝g+1，返回步骤五；若达到则终止迭代，将最后一代中的全局最优量子水滴的量子位置映射到解空间位置作为波达方向估计结果输出。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室；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”。