本发明属于目标定位技术领域，具体涉及一种可重构智能表面辅助MISO系统的2D‑DOA估计方法。该方法建立RIS辅助MISO系统的远场信号模型，所述远场信号模型模型由M个RIS面板、K个目标信号以及一个接收端组成。根据远场信号模型构造接收数据表达式，利用原子范数进行无网格稀疏重构，得到稀疏重构信号。将得到的稀疏重构信号表示成Hankel矩阵的形式，对其进行奇异值分解，获取信号子空间和噪声子空间。结合MUSIC算法，利用谱峰搜索获取目标的方位角、俯仰角。
📄 2023115141088
📂 G01S3_14
👤 宁波大学
📅 2023-11-14
本发明属于无线定位技术领域，具体涉及一种可重构智能表面辅助的SISO系统用户近场定位方法。通过结合正则多元分解和正交匹配追踪来获得RIS上的TOA和AOD的初始值，随后，利用基于稀疏性的l1‑范数正则化方法估计距离。然后使用最大似然估计公式来细化初始估计。最后，采用扩展不变性原理结合最小二乘方法来恢复位置和时钟偏移量。所得到的参数估计性能接近估计误差的克拉美罗下界。
📄 2023115141092
📂 G01S3_14
👤 宁波大学
📅 2023-11-14
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
本发明属雷达信号处理领域，为提出二维ESPRIT算法估计2D-DOD和2D-DOA,可实现角度的自动匹配，并能解决角度兼并的问题，具有较好的估计性能。为此，本发明采取的技术方案是，联合对角化L型MIMO雷达圆与非圆混合测向方法，首先利用多输入多输出MIMO雷达接收到的数据向量及其共轭构造新的数据向量，然后采用高分辨率参数估计ESPRIT的方法，基于对含有非圆信息的方向矩阵进行联合对角化来估计二维波离方向2D-DOD和二维波达方向2D-DOA。本发明主要应用于雷达信号处理场合。
📄 2019110359367
📂 G01S3_14
👤 宁波大学
📅 2019-10-29
本发明公开了一种热辐射方向性的观测方法及系统，该方法包括：S1，提供搭载着热像仪的无人机；S2，确定地面上的一中心点，获取中心点坐标，在中心点铺设灰阶靶标布；S3，使无人机环绕地面中心点进行多次不同飞行俯仰角的飞行，在多个航拍点利用热像仪进行拍照获得多个红外遥感影像，同时获取灰阶靶标布的实时温度数据；S4，提取多个航拍点获得的多个热红外遥感影像中的温度，通过中心点坐标和实时温度数据对提取的温度和航拍点坐标进行校正；S5，利用校正后的温度和航拍点坐标，通过插值生成包括该中心点的样区的热辐射方向性雷达图。
📄 202410772012X
📂 G01S3_14
👤 西南大学
📅 2024-06-16
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
本发明公开了一种非均匀阵列设计和波达方向估计方法，主要解决现有技术布阵不灵活，计算复杂度较高的问题；其实现过程是：根据嵌套阵列最大自由度确定非均匀阵列首、尾位置系数；计算满足非均匀阵列差合矩阵 中包含所有虚拟阵元位置的位置系数；根据最终得到非均匀阵列阵元位置；根据接收数据计算数据协方差矩阵并矢量化得到虚拟差分合成阵列接收数据r；对r去冗余、排序得到虚拟阵列接收数据 进而得到其满秩矩阵v；构造线性算子，通过估计线性算子得到信号子空间；构造选择矩阵得到旋转矩阵，最后通过旋转矩阵估计波达方向；本发明在同等条件下具有阵列配置灵活，无需对数据协方差矩阵进行特征分解，也不需对整个空域角度进行谱峰搜索的优点。
📄 2019101394179
📂 G01S3_14
👤 西安电子科技大学; 陕西理工大学
📅 2019-02-25
基于神经网络的近场源到达角估计方法，由阵列接收训练区间内K信号所产生的采样数据计算阵列的接收数据，将信号整体旋转，获取下一组接收数据，直至遍历训练区间；构建各组接收数据的协方差矩阵；利用协方差矩阵和信号的到达角构建训练数据集合；利用训练数据集合对神经网络进行训练；由传感器阵列接收训练区间内测试角度间隔下的测试信号所产生的采样数据计算测试数据，得到一组测试数据后，将信号旋转，获取下一组测试数据，构建各组测试数据的协方差矩阵，归一化得到归一化数据协方差矩阵；将归一化数据协方差矩阵的数据输入神经网络中，计算出测试信号的到达角估计值。
📄 2018109780384
📂 G01S3_14
👤 西安电子科技大学, 陕西理工大学
📅 2018-08-27
电磁矢量传感器阵列空间旋转解相干测向方法，x轴上任意分布电磁矢量传感器线阵接收K个相干窄带、平稳远场电磁波信号，阵列获取N次同步采样数据；利用电磁矢量传感器阵列自身具有的正交矢量特性，将电磁矢量传感器阵列数据分成6个子阵数据，根据子阵的空间旋转不变特性，通过空间旋转解相干处理恢复数据协方差矩阵的秩，得到解相干后的数据协方差矩阵；由解相干后的数据协方差矩阵获取噪声子空间，利用噪声子空间构造MUSIC空间谱，通过角度域的一维谱峰搜索得到到达角的估计。空间旋转解相干方法与空间平滑解相干方法相比，不存在阵列孔径损失且具有更高的空间分辨率，打破了空间平滑方法仅适用于均匀阵的限制，对均匀和非均匀阵均适用。
📄 2017100981097
📂 G01S3_14
👤 西安电子科技大学
📅 2017-02-22
本发明公开了一种基于互质阵列的近场源位置估计方法。该方法首先计算阵列接收数据的二阶累积量，然后将其构造一个向量，该向量只包含入射角度信息，借助离网格模型，通过迭代的方式估计信号入射角度及其功率；然后固定角度值，建立关于距离误差的网格模型，通过迭代方式估计出距离，从而计算出信号源的位置。与传统方法相比，本发明方法能够充分利用阵元接收数据的信息，且不损失阵列孔径，能够实现最终输出的角度与距离估计值的自动配对；同时与稀疏重构方法相比，本发明方法考虑了网格误差，很大程度上提升了该方法的估计精度；本发明方法在快拍数较少、信噪比较低的情况下，依然可以获得比较好的位置估计性能。
📄 2022109056505
📂 G01S3_14
👤 青岛理工大学
📅 2022-07-29
柿子坊 · 知识产权运营
柿子坊知识产权运营平台