Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 哈尔滨工程大学韩笑获国家专利权

哈尔滨工程大学韩笑获国家专利权

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!

龙图腾网获悉哈尔滨工程大学申请的专利一种基于四元数矩阵降维的声矢量阵列DOA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:CN119916298B

龙图腾网通过国家知识产权局官网在2025-11-11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:202510088751.1,技术领域涉及:G01S3/80;该发明授权一种基于四元数矩阵降维的声矢量阵列DOA估计方法是由韩笑;蒋志超;戴泽华;魏笠;李伟哲设计研发完成,并于2025-01-21向国家知识产权局提交的专利申请。

一种基于四元数矩阵降维的声矢量阵列DOA估计方法在说明书摘要公布了:本发明的目的在于提供一种基于四元数矩阵降维的声矢量阵列DOA估计方法,包括以下步骤:在接收端构建CAACIS声矢量互质阵,基于阵列输出建立接收信号四元数模型,估计四元数协方差矩阵,对四元数协方差矩阵进行降维处理,获取声矢量互质阵列的虚拟阵列接收信号模型,重构Hermitian‑Toeplitz矩阵,对Hermitian‑Toeplitz矩阵进行特征值分解并构建空间谱函数,通过谱峰搜索获取DOA估计结果。本发明解决如何在声矢量互质阵列下基于四元数框架实现兼具低复杂度与良好性能的多目标DOA估计这一问题。

本发明授权一种基于四元数矩阵降维的声矢量阵列DOA估计方法在权利要求书中公布了:1.一种基于四元数矩阵降维的声矢量阵列DOA估计方法,其特征在于:包含如下步骤: 步骤一:在接收端构建CAACIS声矢量互质阵; 步骤二:基于声矢量互质阵列的输出建立接收信号四元数模型zqt: zqt=[pt+vxt]+[pt+vyt]·j =Aqst+nqt, 其中,pt、vxt、vyt分别为阵列接收信号在声压通道、x轴、y轴方向质点振速通道中的分量;Aq∈HM×K为四元数阵列流形矩阵,nqt为四元数噪声向量;st=[s1t,s2t,···,sKt]T为入射信号向量,表示有一组K个相互独立的远场窄带信号从水平方向θ=[θ1,θ2,···,θK]T∈[-π,π]以平面波形式入射至阵列; 步骤三:利用zqt估计四元数协方差矩阵Rq: 其中,表示四元数共轭转置,Rs表示信号协方差矩阵,Rnq表示噪声协方差矩阵; 步骤四:对四元数协方差矩阵Rq进行降维处理;重新整理矩阵并将其展开为复伴随阵将分块重组,得到降维的阵列协方差矩阵Riq; 步骤五:获取声矢量互质阵列的虚拟阵列接收信号模型;向量化Riq,删除所得向量中的冗余行并按照虚拟阵元位置的索引进行升序排列,得到等效虚拟阵列接收信号 步骤六:利用重构Hermitian-Toeplitz矩阵 步骤七:对重构的Hermitian-Toeplitz矩阵进行特征值分解: 其中,Us和Un分别代表信号子空间和噪声子空间,其对应的特征值矩阵分别为Λs和Λn;并构建空间谱函数: 其中,αθ为虚拟阵列对应导向向量; 步骤八:通过谱峰搜索获取DOA估计结果;遍历θ∈[-π,π]寻找空间谱的峰值,各峰值对应的角度即为最终DOA估计结果。

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;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。

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。