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！

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利一种深度学习辅助子空间的平面阵列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：CN120847712B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510828365.1，技术领域涉及：G01S3/14；该发明授权一种深度学习辅助子空间的平面阵列DOA估计方法是由孟宪伟;贾琳;潘琼玉;鲁一行设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本一种深度学习辅助子空间的平面阵列DOA估计方法在说明书摘要公布了：本发明公开了一种深度学习辅助子空间的平面阵列DOA估计方法，涉及卫星导航技术与人工智能技术领域，结合轻量化深度学习与优化子空间方法，实现硬件资源受限场景下的高精度DOA估计与抗干扰。首先通过平面阵列接收信号并计算协方差矩阵，随后利用轻量化CNN‑Transformer网络对协方差矩阵进行实时处理，输出俯仰角和方位角的联合概率分布以提供粗估计；接着采用动态加权策略增强协方差矩阵，在深度学习引导的局部区域内执行快速MUSIC算法实现精细化DOA估计；最后基于投影法在干扰方向生成零陷，同时保持导航信号方向的增益，完成抗干扰波束形成。本发明通过深度学习引导子空间搜索与投影法波束形成的创新结合，通过混合架构协同优化，解决了小平面阵在低SNR下的DOA估计与抗干扰难题，兼具高精度与低资源消耗。

本发明授权一种深度学习辅助子空间的平面阵列DOA估计方法在权利要求书中公布了：1.一种深度学习辅助子空间的平面阵列DOA估计方法，其特征在于，包括以下步骤： S1、进行阵列信号接收与预处理，通过下变频、滤波采样、空时数据处理，建立阵列信号的数学模型，分离信号、干扰与噪声分量； S2、对协方差矩阵进行计算，提取信号的空域统计特性； S3、进行深度学习DOA粗估计，通过轻量化神经网络处理平面阵列的协方差矩阵实虚部，学习信号空域特征到角度域的映射关系，输出俯仰角和方位角的离散概率分布； S4、动态融合深度学习DOA粗估计结果与传统子空间方法进行混合DOA估计，利用神经网络输出的角度概率分布修正协方差矩阵，增强信号子空间分量，并在粗估计引导的局部角度范围内执行MUSIC算法进行精细化谱峰搜索，最终通过加权联合决策输出精确DOA估计； S5、实现抗干扰波束形成，通过投影法零陷生成构建抗干扰权重，在干扰方向形成深度零陷，同时保持导航信号增益，并通过分频重构协方差矩阵，复用投影运算核心，分别为北斗B1信号和GPSL1信号生成独立波束权重，实现频域干扰隔离，最终输出纯净导航信号。

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中国科学院合肥物质科学研究院，其通讯地址为：230031 安徽省合肥市蜀山区蜀山湖路350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。