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！

龙图腾网获悉杭州电子科技大学申请的专利基于深度学习重构结构化协方差矩阵单快拍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：CN119885832B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411791778.9，技术领域涉及：G06F30/27；该发明授权基于深度学习重构结构化协方差矩阵单快拍测向方法是由潘玉剑;林其东;杨阿锋设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本基于深度学习重构结构化协方差矩阵单快拍测向方法在说明书摘要公布了：本发明公开了一种基于深度学习重构结构化协方差矩阵单快拍测向方法，包括阵列协方差矩阵建模；深度学习训练数据集生成；深度学习网络输入输出；基于结构化协方差矩阵的网络训练损失函数设计；神经网络架构设计与网络训练；半正定托普利兹协方差矩阵重构与波达方向估计。相对于直接用网络输出构造协方差矩阵方法，由于在网络训练过程中同时保持了协方差矩阵的半正定和托普利兹性质，并进行了白化去相关处理,使得本发明方法能够获得高精度和高分辨率的测向性能。

本发明授权基于深度学习重构结构化协方差矩阵单快拍测向方法在权利要求书中公布了：1.基于深度学习重构结构化协方差矩阵单快拍测向方法，其特征在于，包括以下步骤： 步骤一，阵列协方差矩阵建模； 步骤二，深度学习训练数据集生成； 步骤三，深度学习神经网络输入输出设计； 步骤四，基于结构化协方差矩阵的网络训练损失函数设计； 步骤五，深度学习神经网络架构设计与网络训练； 步骤六，半正定托普利兹协方差矩阵重构与波达方向估计； 其中， 所述步骤二具体包括：设定KMAX、ξMAX、SNRmin、SNRmax数值和角度集合Ω，对步骤一进行Q次蒙特卡洛实验，得到Q对阵列输出协方差矩阵以及理论协方差矩阵Ri；对和进行归一化处理得到和其中||·||F表示求向量的Frobenius范数；最后得到的训练数据集共有Q个样本，每个样本由和构成； 所述步骤三具体包括：取归一化的阵列输出协方差矩阵的上三角按列向量化将每个的实部，虚部和的对角元素拼接起来，构成特征向量作为深度学习神经网络的输入；神经网络表示为神经网络的输出表示为其中包含估计的角度信息，βi表示为表示估计的角度，包含估计的信号功率，包含估计的噪声功率； 所述步骤四具体包括：训练神经网络的损失函数设置为其中k为正则化参数，||·||1表示求向量的1-范数,vec·表示矩阵按列向量化，左乘Σ-12表示白化去相关，∑表示为其中表示矩阵与的Kronecker积；为由重构的半正定、托普利兹协方差矩阵,构造包括以下子步骤：构造矩阵向量构造对角辅助矩阵网络重构的半正定、托普利兹协方差矩阵

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。