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拖线阵阵形和方位快速联合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：CN116643232B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310394351.4，技术领域涉及：G01S3/80；该发明授权一种拖线阵阵形和方位快速联合估计方法是由潘翔;李敏设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本一种拖线阵阵形和方位快速联合估计方法在说明书摘要公布了：本发明公开了一种拖线阵阵形和方位快速联合估计方法，为解决拖线阵机动导致测向性能下降问题，并降低稀疏贝叶斯学习的计算量。其包括：将空间角度平均划分为N个网格点，构造空间上稀疏的信号模型；对拖线阵进行建模，获得含弓高变量的阵列流形矩阵；利用高斯广义近似消息传递及稀疏贝叶斯学习算法重建空间中的稀疏信号并估计弓高；输出空间谱图，进行波达方向估计。本发明能在机动拖线阵畸变情况下，在估计弓高的同时进行波达方向估计，调整阵列流形矩阵，解决阵型畸变导致的测向精度下降和旁瓣抬高导致的弱目标丢失等问题。

本发明授权一种拖线阵阵形和方位快速联合估计方法在权利要求书中公布了：1.一种拖线阵阵形和方位快速联合估计方法，其特征在于，该方法包括以下步骤： 步骤1：对接收信号进行建模：将空间角度平均划分为N个网格点，构造空间上稀疏的信号模型； 步骤2：对拖线阵进行近似抛物线建模，构建含弓高变量的阵列流形矩阵； 步骤3：已知拖线阵接收信号和含弓高变量的阵列流形矩阵恢复稀疏信号，具体为：利用高斯广义近似消息传递及稀疏贝叶斯学习算法，对信号的后验均值、后验协方差、信号功率分布、噪声方差以及弓高进行迭代求解； 所述步骤3具体包括以下子步骤，具体如下： 步骤31，初始化后验均值x，方差，中间变量，弓高a，信号功率和噪声方差，中间变量；为拖线阵阵列的流形矩阵； 步骤32，根据高斯广义近似消息传递算法，迭代计算近似的后验均值和方差，第k次迭代步骤如下： ； 其中为估计的后验均值，为估计的后验方差；为的后验方差，和为阻尼因子，上角标k和k-1含义为第k次迭代的结果和第k-1次迭代，和为高斯信道情况下的输入输出函数，具体如下： ，； ，； 其中为的导数，为的导数，为，为；为，为； 步骤33，如果达到最大迭代次数或者满足收敛条件，则停止后验均值和方差迭代，否则重复步骤32，收敛判断条件具体如下： ； 其中为的收敛阈值，上角标k+1的含义为第k+1次迭代； 步骤34，基于步骤33迭代完成后估计的和，更新估计超参数信号功率和噪声方差，具体如下： ； 其中为的第n项，new为当前迭代估计值，old为上一次迭代估计值,为的第n项；M为水听器个数； 步骤35，根据步骤32、步骤33和步骤34，每重复迭代j次，采用梯度下降法更新弓高a，并更新阵列流形矩阵，阵列流形矩阵的第项具体表示如下： ； 其中，水听器的间距为d，表示阵列弧长；表示为阵列的弦长，为信号的角频率，为声速，为空间划分的第n个角度； 步骤36，如果达到最大迭代次数或者满足最终收敛条件，则停止迭代，否则重复步骤32、步骤33、步骤34和步骤35，最终收敛条件具体如下： ； 其中为的收敛阈值； 步骤4：输出归一化空间谱，作为波达方向估计的结果。

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”。

以上内容由龙图腾AI智能生成。