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！

龙图腾网获悉杭州电子科技大学申请的专利基于加速迭代硬阈值的非整数线性阵列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：CN121479116B 。

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：202610026157.4，技术领域涉及：G06F17/16；该发明授权基于加速迭代硬阈值的非整数线性阵列DOA估计方法是由杨阿锋;葛少迪设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本基于加速迭代硬阈值的非整数线性阵列DOA估计方法在说明书摘要公布了：基于加速迭代硬阈值的非整数线性阵列DOA估计方法，包括：构建包括非整数线性阵列及其接收信号模型；生成接收信号模型的理想协方差矩阵的估计值；根据接收信号模型，构建非整数线性阵列的差分共阵和稀疏优化模型；利用迭代硬阈值算法，结合Armijo型步长准则自动调整步长和支持集对稀疏优化模型进行求解，获得初始角度估计；通过对初始角度估计进行一阶泰勒展开，生成精确角度估计。本发明通过构建差分共阵扩展阵列自由度，以单快拍样本协方差向量作为稀疏表示输入，结合迭代硬阈值算法和Armijo步长准则自适应加速收敛，并通过泰勒展开的总最小二乘法对网格划分带来的离网误差进行补偿，在少量快拍下实现高精度的DOA估计。

本发明授权基于加速迭代硬阈值的非整数线性阵列DOA估计方法在权利要求书中公布了：1.基于加速迭代硬阈值的非整数线性阵列DOA估计方法，其特征在于，包括如下步骤： 步骤1、构建包括多个传感器的非整数线性阵列及其接收信号模型；通过有限数量的快拍生成所述接收信号模型的理想协方差矩阵的估计值； 步骤2、根据所述接收信号模型，构建所述非整数线性阵列的差分共阵和稀疏优化模型；包括： 步骤21、根据所述非整数线性阵列中传感器位置的元素差分，构建非整数线性阵列的差分共阵；将所述差分共阵中的元素进行顺序排序； 步骤22、通过向量化所述估计值，构建波达信号模型； 步骤23、通过将波达方向的范围划分为多个均匀分布的离散方向并构成一个离散化网格将所述接收信号模型转化为稀疏表示模型； 步骤24、对所述稀疏表示模型进行实部和虚部分离操作，生成实数稀疏系数向量；再通过对所述实数稀疏系数向量施加稀疏性约束，生成所述稀疏优化模型； 步骤3、利用迭代硬阈值算法，结合Armijo型步长准则自动调整步长和支持集对所述稀疏优化模型进行求解，获得初始角度估计；包括： 对所述实数稀疏系数向量进行迭代更新；计算所述稀疏优化模型的梯度；设置更新规则；选择包含2K个索引的支持集； 通过引入最小化所述稀疏优化模型的子优化问题，优化所述更新规则； 在梯度下降过程中使用Armijo线搜索步长规则；终止迭代后，将更新后的所述实数稀疏系数向量的实部和虚部进行逐元素相加，得到复向量；对所述复向量进行取模，根据最大个元素的位置结合采样网格得到所述初始角度估计； 步骤4、通过对所述初始角度估计进行一阶泰勒展开，生成精确角度估计。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。