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！

龙图腾网获悉南京信息工程大学申请的专利一种基于改进MUSIC算法的多径时延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：CN115545067B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202210695993.3，技术领域涉及：G06F18/15；该发明授权一种基于改进MUSIC算法的多径时延估计方法是由行鸿彦;陈梦;王海峰;李胤演设计研发完成，并于2022-06-20向国家知识产权局提交的专利申请。

本一种基于改进MUSIC算法的多径时延估计方法在说明书摘要公布了：本发明公开了一种基于改进MUSIC算法的多径时延估计方法，实现步骤为：计算多径环境下接收信号的归一化互谱序列h[k]；利用空间平滑思想将h[k]化分为多个重叠子序列hq，取每个子序列的共轭数据xq；利用hq和xq计算得到改进的协方差矩阵对进行特征值分解，获取噪声特征值及与之对应的噪声特征向量；对噪声特征值进行修正，利用修正后的噪声特征值改进MUSIC时延估计谱；对估计谱进行谱峰搜索，获取多径时延值。本发明有效利用测量数据的共轭信息和噪声特征值信息，可以在小采样数据、低信噪比条件下对多径时延进行高精度估计。

本发明授权一种基于改进MUSIC算法的多径时延估计方法在权利要求书中公布了：1.一种基于改进MUSIC算法的多径时延估计方法，其特征在于，包括以下步骤： 1计算多径环境下接收信号的归一化互谱序列h[k]； 多径环境下，两个接收器的接收信号经采样后表示为： 式中，y1n和y2n表示两个接收器分别接收到的信号，sn表示未知源信号，w1n和w2n表示加性高斯白噪声，sn、w1n和w2n互不相关；假设y1n只有直达波，y2n含有多途信号；D2为多径传播的路径数目，α2i表示各路径的衰减系数，τ2i表示y2n的多径分量和y1n的直达波分量之间的相对时间延迟； 接收信号y1n的自相关为： 式中，rssm和分别表示sn和w1n的自相关；y1n的功率谱为 式中，Sssw和分别表示rssm和的傅里叶变换； 接收信号y1n与y2n的互相关为： 接收信号y1n与y2n的互功率谱为： 将式3代入式5可得： 用对进行归一化处理，得到接收信号归一化互谱： 式中， 对hw进行频域采样得到接收信号的归一化互谱序列h[k]： 式8的矢量形式为： h＝Aα-ε9 式中，h＝[h[0]，h[1]，...，h[K-1]]T，ε＝[ε[0],ε[1],...,ε[K-1]]T， 2利用空间平滑思想将h[k]化分为多个重叠子序列hq，取每个子序列的共轭数据xq； 把数据序列h[k]化分为长度为M的重叠子序列，取 hq＝[h[q],h[q+1],...,h[q+M-1]]Tq＝0,1,...,K-M10 式中，子序列的长度表示向下取整；取每个子序列数据hq的共轭形式定义一种新的数据向量xq： 式中，J为反对角线上元素为1，其余元素为0的M×M阶交换矩阵； 3利用hq和xq计算得到改进的协方差矩阵 计算所有子序列hq的协方差矩阵的均值，其表达式如下： 计算xq的自相关矩阵的均值以及hq与xq的互相关矩阵的均值 定义改进的协方差矩阵为： 4对进行特征值分解，获取噪声特征值及与之对应的噪声特征向量； 对协方差矩阵进行特征值分解，以代表排序后的特征值，前D个最大特征值为信号特征值，其余M-D个特征值为噪声特征值，其中，多径数目D由最小描述长度准则估计得到，进而 式中，∑表示信号特征值组成的对角矩阵，表示对应于∑的信号特征向量组成的信号子空间，∑表示噪声特征值组成的对角矩阵，表示对应于∑的噪声特征向量组成的噪声子空间； 5对噪声特征值进行修正，利用修正后的噪声特征值改进MUSIC时延估计谱； 对M-D个噪声特征值进行修正： 式中，是修正后的噪声特征值，β是修正值，用于控制噪声特征值之间的发散程度；β选取满足式18的最小整数； 利用信号子空间和噪声子空间的正交性构造MUSIC时延估计谱，并采用修正后的噪声特征值对估计谱加权，得到新的MUSIC时延估计谱的表达式为： 式中，vi为对应于噪声特征值λi的特征向量； 6对估计谱进行谱峰搜索，获取多径时延值； 对式19进行谱峰搜索，得到的前D2个最大峰值点对应的时间τ即为所估计的多径时延值。

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信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。