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！

龙图腾网获悉上海大学申请的专利基于线性-非线性分支融合神经网络的波达方向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：CN121432325B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511999303.3，技术领域涉及：G01S3/14；该发明授权基于线性-非线性分支融合神经网络的波达方向估计方法是由汤憬;彭坚;林敏;罗勇设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本基于线性-非线性分支融合神经网络的波达方向估计方法在说明书摘要公布了：本发明涉及一种基于线性‑非线性分支融合神经网络的波达方向估计方法，包括：获取天线阵列的原始信号，基于原始信号计算基准经验协方差矩阵，基于基准经验协方差矩阵获取输入张量；基于输入张量，利用双路径神经网络处理得到残差矩阵；双路径神经网络包括线性分支和非线性分支；基于残差矩阵和基准经验协方差矩阵获取增强协方差矩阵；基于增强协方差矩阵，利用Root‑MUSIC算法获取DOA估计值。与现有技术相比，本发明提供了一种能够兼具传统子空间算法与神经网络参与型方法优点的波达方向估计方法。

本发明授权基于线性-非线性分支融合神经网络的波达方向估计方法在权利要求书中公布了：1.一种基于线性-非线性分支融合神经网络的波达方向估计方法，其特征在于，所述的方法包括： 获取天线阵列的原始信号，基于所述的原始信号计算基准经验协方差矩阵，基于所述的基准经验协方差矩阵获取输入张量； 基于所述的输入张量，利用双路径神经网络处理得到残差矩阵；所述的双路径神经网络包括线性分支和非线性分支；所述的双路径神经网络还包括共享特征编码器、门控融合网络以及正定残差矩阵构造层，且在所述的双路径神经网络中有：在所述的共享特征编码器中，将所述的输入张量展平为共享特征；将所述的共享特征分别输入线性分支和非线性分支，所述的线性分支用于提取所述的共享特征中的线性物理关系，输出线性特征；所述的非线性分支用于拟合所述的共享特征中的复杂畸变、噪声及未建模效应，输出非线性特征；其中所述的复杂畸变包括天线阵列位置误差以及信号的多径效应，所述的未建模效应包括：ADC采样误差；所述的门控融合网络将线性特征和非线性特征进行自适应融合，输出融合特征；基于所述的融合特征，利用正定残差矩阵构造层转换为残差矩阵； 基于所述的残差矩阵和基准经验协方差矩阵获取增强协方差矩阵； 基于所述的增强协方差矩阵，利用Root-MUSIC算法获取DOA估计值。

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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。