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！

龙图腾网获悉南京航空航天大学申请的专利基于降维多重信号分类算法的信号AOA和TOA联合估计测向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：CN116540175B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310459298.1，技术领域涉及：G06F18/241；该发明授权基于降维多重信号分类算法的信号AOA和TOA联合估计测向方法是由李建峰;邓韦明;李潘;晋本周;张小飞设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本基于降维多重信号分类算法的信号AOA和TOA联合估计测向方法在说明书摘要公布了：本发明公开一种基于降维多重信号分类算法的信号AOA和TOA联合估计测向方法，包括：将均匀线阵接收到的超宽带多径信号的时域信号转化为频域形式，构建接收信号的频域模型；计算频域模型的协方差矩阵，获取噪声子空间，结合信号导向矢量的正交关系，构造二维MUSIC谱峰函数；对二维MUSIC谱峰函数进行降维处理，通过一维角度搜索，估计超宽带多径信号的AOA，并通过估计的入射角度估计TOA，实现对超宽多径信号的主径信号角度的判别。本发明具有高精度的TOA和AOA估计，同时相比于二维多重信号分类算法计算复杂度大大降低，并且该方法可以不依赖于发射信号的采样值分辨主径信号。

本发明授权基于降维多重信号分类算法的信号AOA和TOA联合估计测向方法在权利要求书中公布了：1.一种基于降维多重信号分类算法的信号AOA和TOA联合估计测向方法，其特征在于，具体包括如下步骤： 步骤1、将均匀线阵接收到的超宽带多径信号的时域信号转化为频域形式，构建接收信号的频域模型；包括如下子步骤： 步骤1.1、根据参考阵元接收信号的时域模型，通过DFT变换，将参考阵元接收的时域信号转化成频域形式： 其中，Yω为参考阵元接收的频域信号，L为多径的数量，l为L的索引，βl为第l条多径信号的衰减系数，Sω为发射信号的频域采样值，τl为第l条多径信号到达参考阵元时的时延，j为虚部，Wω为加性高斯白噪声的频域采样值； 步骤1.2、根据参考阵元接收的频域形式，得到每一根天线的频域接收信号： Yi＝S1EτiB+Wi 其中，S1＝diag[Sω0,…,SωN-1]，N为DFT变换的频域采样点数，ωN-1为DFT后的频域采样值对应的频率点，B为信道复数衰落的系数，K为频域的快拍数， 为第l条路径的第k个频域快拍的衰减系数；Wi为第i根天线接收到的高斯白噪声频域采样矩阵， 为第i根天线的第k个频域快拍的加性高斯白噪声的频域采样值；Eτi为第i根天线的时延矩阵，包含AOA和TOA信息； 步骤1.3、根据每根天线的频域接收信号，以及采样信号在ωc0,...,ωcP-1这些频率上有P个非零的采样值，构造出均匀线阵接收信号的频域模型 其中，Fτi为Eτi按照频率ωc0,...,ωcP-1进行行抽取所组成的时延矩阵，Vi为Wi按照频率ωc0,...,ωcP-1进行行抽取所组成的高斯白噪声频域采样矩阵，τ为超宽带多径信号到达第一个阵元的时延，θ为超宽带多径信号到达均匀线阵的入射角度，Aτ,θ为在频域上构建的导向矢量，S为发射信号按照频率ωc0,...,ωcP-1抽取后的频域采样发射信号，S＝diag[Sωc0,…,SωcP-1]，M为天线的数量； 步骤2、计算频域模型的协方差矩阵，获取噪声子空间，结合信号导向矢量的正交关系，构造二维MUSIC谱峰函数；包括如下子步骤： 步骤2.1、计算频域模型的协方差矩阵： 其中，为频域模型的协方差矩阵，Z为均匀线阵接收信号的频域模型，H为共轭转置操作，E为期望； 步骤2.2、对协方差矩阵进行特征值分解，将特征值由小到大排序，将前MP-L个特征值对应的特征向量构成的矩阵作为噪声子空间其中，P为频率采样信号的非零个数，L为多径的数量； 步骤2.3、基于噪声子空间和信号导向矢量的正交关系，得到二维MUSIC谱峰函数P2D-MUSICτ,θ： 其中，aτ,θ为导向矢量Aτ,θ中的列向量； 步骤3、对二维MUSIC谱峰函数进行降维处理，通过一维角度搜索，估计超宽带多径信号的AOA，并通过估计的入射角度估计TOA，实现对超宽多径信号的主径信号角度的判别，包括如下子步骤： 步骤3.1、根据第i根天线的时延矩阵Eτi的列与参考阵元天线的时延矩阵的列满足：eτil＝Φi-1θleτ1l，对构造的二维MUSIC谱峰函数进行变换： 其中，eτil为Eτi的第l列，eτ1l为参考阵元天线的延时矩阵，Φθl为由入射信号在均匀线阵相邻阵元时延差的对角矩阵，d为均匀线阵的间隔，c为电磁波在空间的传播速度，Φθ为搜索入射信号的角度在均匀线阵相邻阵元时延差的对角矩阵，Qθ为只包含角度信息的矩阵， 步骤3.2、根据常数不影响Vτ,θ谱峰的搜索，将步骤3.1的变换得到： 其中，S*ωc0为Sωc0的共轭； 令：得到二次优化问题：Vτ,θ＝eτHQθeτ； 步骤3.3、采用来消除eτ＝0的平凡解，将二次优化问题重构为： 其中， 步骤3.4、构造代价函数对eτ求导有： 根据上式得到eτ＝μQθ-1e1，结合eτ＝μQθ-1e1，得到把μ带入求得eτ： 其中，λ为一个常量，μ为一个常量，为eτ的估计值； 步骤3.5、将得到的带入中，得到 表示入射角度的估计值，通过θ的变换，求得Qθ-1的第1,1个元素的峰值对应的角度即得到AOA； 步骤3.6、根据求得的入射角度的估计值，将入射角度的估计值直接带入二维MUSIC谱峰函数中，转化为一维搜索，降维的MUSIC谱峰函数为： 步骤3.7、使τ变换，寻找P1D-MUSICτ的波峰对应的τ即为TOA值，其中，TOA最小的对应主径信号AOA。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。