本发明涉及一种基于平行因子分解的空时近场源三维参数估计方法，该方法包括:建立一个十字交叉阵列接收模型，在十字交叉阵列接收模型中建立三维直角坐标系，所述十字交叉阵列接收模型由位于X轴上的均匀线阵和位于Y轴上的的均匀线阵组成；设定存在K个近场目标，第k个近场目标Sk以电角和距离rk入射到十字交叉阵列上，将得到的距离估计值 和 作差来实现参数 和的配对；本发明基于平行因子分解技术，充分利用信号的时域信息和空域信息，借助增强的三阶结构获得更好性能的同时大大降低了计算复杂度。在近场背景下，还没有提出此类估计算法。
📄 2022110877917
📂 G01S5_06
👤 宁波大学
📅 2022-09-07
本发明涉及一种基于自由度增强的多级子阵扩展的嵌套阵列设计方法，包括：确定多级扩展嵌套阵列的阵元之间的单位长度；确定多级扩展嵌套阵列的阵列参数；设定多级扩展嵌套阵列为#imgabs0#所述多级扩展嵌套阵列#imgabs1#由一个均匀稀疏阵列ULA(0)与X个相同的均匀密集阵列ULA(x)组成，其表达式为：#imgabs2#根据多级扩展嵌套阵列#imgabs3#确定出多级扩展嵌套阵列的阵元位置；多级扩展嵌套阵列#imgabs4#采用差分阵列产生连续虚拟阵元，本发明通过拓展出许多个相同的密集均匀阵列，并设定好密集均匀阵列之间的间距，从而充分利用密集均匀阵列之间的差分，使得在满足差分无孔的条件下，相较于原始的嵌套阵列获得更高的自由度，且减小了阵元间互耦影响。
📄 2022115566863
📂 G06F30_20
👤 宁波大学
📅 2022-12-06
一种基于L型阵列的二维非相干分布式非圆信号参数估计方法，是将L型阵列接收到的入射信号数据及接收到的数据共轭形成一个新的扩展数据矢量；基于新的扩展数据矢量，构建扩展协方差矩阵并对建扩展协方差矩阵进行特征分解，得到相应的信号子空间和噪声子空间；再将L型阵列的X轴和Z轴各分成两个具有相同阵元数的不同但子阵，根据X轴的两个子阵的划分方式分别得到两个子阵对应的信号子空间，根据Z轴的两个子阵的划分方式分别得到Z轴的两个子阵对应的信号子空间；根据秩损失原理分别构造出一个信源参数估计器来估计出非相关分布源的两个中心DOA，并进行配对。本发明能够解决更加复杂的二维模型情况，并降低运算量和提高中心DOA的估计精度。
📄 2019111598736
📂 G01S3_00
👤 宁波大学
📅 2019-11-22
本发明属于近场源的阵列信号处理技术领域，更具体地，涉及一种多累积量矩阵旋转不变的近场COLD精确模型测向方法。利用均匀COLD阵列，构造四阶累计量矩阵并级联得到联合累积量长矩阵，通过计算联合矩阵的协方差矩阵并进行特征分解，再根据各信号子空间之间的旋转不变性，从空域极化域中成功分离得到空域信息和极化信息，并利用最小二乘法和极化向量关系，分步求解方位角和距离参数以及极化辅助角和极化相位差参数。本方法考虑了精确模型下的参数估计问题，考虑了信号在不同阵元上的幅度衰减，其可以有效运用阵列中所有阵元的信息，估计精确更高。
📄 2024117806131
📂 G01S3_14
👤 宁波大学
📅 2024-12-05
一种基于秩损原理的一维非相干分布式非圆信号参数估计方法，是将均匀线性阵列接收到的入射信号数据及接收到的数据共轭形成一个新的扩展数据矢量；基于新的扩展数据矢量，构建扩展协方差矩阵并对建扩展协方差矩阵进行特征分解，得到相应的信号子空间和噪声子空间；再将均匀线性阵列分成两个不同但具有相同阵元数的子阵，根据两个子阵的划分方式分别得到两个子阵对应的信号子空间；根据秩损失原理构造出一个信源参数估计器来估计出非相关分布源的中心DOA。本发明在均匀线性阵列下，将阵列分为两个可重叠的子阵并运用广义ESPRIT理论，通过充分利用非相干分布源的非圆信息来解耦多维参数的估计，能够降低运算量，并提高其中心DOA的估计精度。
📄 201911159869X
📂 G01S3_14
👤 宁波大学
📅 2019-11-22
本发明涉及一种考虑幅度衰减的空时近场源三维参数解耦估计，该方法为：首先建立基于十字交叉阵列的近场信号模型；两个轴各包括M个均匀线性排列的阵列；结合阵列接收数据的空时特性增加自由度，将两个均匀阵列的接收数据构造为时延τ相关的四阶累积量矩阵C4(τ)，建立虚拟接收数据；将累积量形式转化为合同形式，然后进行矢量化操作，得到#imgabs0#计算其协方差矩阵，再进行特征分解，获得信号子空间和噪声子空间，构造出MUSIC的谱峰搜索函数，根基于秩损原理构造出两个一维的谱峰搜索估计器来求出两个角度，再通过获得的角度可得关于距离参数的一维估计器；该方法明显降低了计算复杂度，且估计精度更高。
📄 2022113462450
📂 G06F17_16
👤 宁波大学
📅 2022-10-31
本发明涉及一种基于二阶互相关的空时近场源三维参数粗细估计方法，包括：建立基于十字交叉阵列的近场信号模型；利用第m个传感器和第n个传感器接收到的信号的互相关函数构造虚拟接收数据r(m,n,τ)，将r(m,n,τ)转化为包含十字阵列中所有传感器收集的信息的时延互相关矩阵R(τ)；根据R(τ)获得阵列流型矩阵A和B的估计值和 从和中提取幅度衰减；构造关于阵列x的系数矩阵；根据阵列x的系数矩阵直接获得第k个入射信号的和估计值；构造阵列y的系数矩阵，得到 的估计值；本发明采用十字阵列，在基于精确的信号源‑传感器空间几何关系的情况下，在不采用菲涅尔近似的同时考虑了幅度衰减的存在，仍能准确的估计出信号的角度和距离且这些位置参数与每个信号源关联，不需要额外的配对过程。
📄 2023112705341
📂 G01S5_02
👤 宁波大学
📅 2023-09-28
本发明属于阵列信号处理技术领域，是一种波达方向(directions of arrival，DOA)估计技术，尤其涉及入射信号为非圆信号时的二维DOA估计方法。该方法包括以下步骤，步骤1、利用L阵列接收信号的共轭，对接收信号矢量进行扩展，得到扩展信号矢量；步骤2、计算扩展信号矢量的协方差矩阵并对该协方差矩阵进行特征分解；步骤3、扩展协方差矩阵特征分解得到信号子空间和噪声子空间；步骤4、定义新的相位角θk；步骤5、利用信号子空间构建一维谱峰搜索函数，通过一维谱峰搜索可以得到相位角θ；步骤6、由信号子空间和噪声子空间的正交关系构造新的谱峰搜索函数，通过相位角θk估计γk；步骤7、通过相位角θk和γk计算俯仰角αk和方位角βk。
📄 2021105333504
📂 G01S3_14
👤 宁波大学
📅 2021-05-17
本发明涉及一种基于精确传播模型的空时三维近场源定位方法，该方法为:建立一个十字交叉阵列接收模型，在十字交叉阵列接收模型中建立三维直角坐标系，所述十字交叉阵列接收模型由位于X轴上的均匀线阵和位于Y轴上的的均匀线阵组成；设定存在K个近场目标，第k个近场目标Sk以电角{αk,βk}和距离rk入射到十字交叉阵列接收模型上；分别在X轴和Y的所有阵元上获取累积量矩阵，将累积量矩阵以伪快拍N进行均匀采样，得到两个累积量矩阵，采用DOA矩阵法得到电角α的估计值以及β的估计值；该方法能够在均匀交叉十字阵列的前提下，得到可自动配对的近场二维电角以及距离参数，并提高了定位算法的估计精度，同时利用DOA矩阵法进行定位避免了过高的计算复杂度和额外的配对过程。
📄 2022110878021
📂 G06F18_00
👤 宁波大学
📅 2022-09-07
本发明针对传统基于PM算法的估计方法在存在阵列误差、信噪比低和快拍数小的应用场景下估计性能变差的问题，提出了一种基于协方差扩展PM算法的波达方向估计方法。本方法首先对水听器阵列接收的原始数据进行预处理，得到接收数据协方差，利用特征值分解方法得到信号子空间，借助信号子空间的旋转不变的特性，得到了一种全新的扩展协方差矩阵，基于扩展的协方差矩阵利用PM算法计算空间谱，通过对空间谱进行谱峰搜索估计出波达方向。本方法与传统方法相比，进一步扩展了阵列孔径，提升了角度的估计性能和处理方法的稳健性，利用更少的运算量得到更加精确的波达方向估计结果，具有重要的工程应用价值。
📄 2021113543097
📂 G01S3_802
👤 江苏九川科技有限公司
📅 2021-11-12
一种基于虚拟子阵交织的声阵列空间滤波方法,所述方法包括波束成形方法和波达方向估计方法。一种基于虚拟子阵交织的声阵列空间滤波系统,所述系统包括:超密集微声虚拟阵列,用于设置阵列框架,模拟声波的多径现象;声阵列空间滤波模块,用于将输入声源进行白噪声削弱进行波束成形和波达方向计算。本发明利用超密集微声阵列的冗余特性,构建出多种不同的虚拟子阵,利用子阵间不同的阵列流行对同一目标形成多种不同的测量结果,以加权平均的方式滤除结果中的随机噪声及干扰,可以提高阵列波束成形的指向性及波达方向估计的精度。
📄 2020114307171
📂 G01S3_802
👤 浙江工业大学
📅 2020-12-09
本发明请求保护一种阵列误差下的波达方向估计方法，它首先利用矩阵的稀疏性，通过解一个最优化问题来表示阵列误差下的波达方向估计，随后将这个最优化问题转化为一个迭代算法实现。与现有的阵列误差下波达方向估计算法相比，本发明提出的估计方法在复杂度相当的情况下显著提升了估计性能，在方位估计领域中有着良好的应用前景。
📄 2015103157343
📂 G01S3_14
👤 重庆邮电大学
📅 2015-06-10
柿子坊 · 知识产权运营
柿子坊知识产权运营平台