专利交易市场

三维阵虚拟扩展相干源二维波达方向估计方法，利用均匀三维阵列接收K个同频率的远场相干窄带信号，x、y和z轴方向的子阵接收数据相关矩阵特征分解得到最大特征值对应的特征矢量，利用圆信号的特性将阵列进行虚拟扩展得到x、y和z轴方向的经过Toeplitz修正后的协方差矩阵矩阵，从而实现了解相干；分别利用ESPRIT算法得到x、y和z轴方向的方向余弦矩阵，根据同一信号x、y和z轴方向的方向余弦的等量关系进行配对运算，利用配对后的x、y和z轴方向的方向余弦得到二维到达角估计结果，本发明方法克服了空间平滑算法的孔径损失，在相同快拍数下本发明算法的性能明显优于空间平滑算法，本发明方法提出的配对算法简单有效且节省了近似一半的阵元。

基于遗传算法的宽带多信号到达角估计方法，利用M个阵元构成的均匀线阵接收K个宽带、远场非相干信号，通过离散傅里叶变换将宽带信号分成多个窄带信号，每个窄带下的信号数据协方差矩阵特征分解，得到信号子空间和噪声子空间，根据信号子空间和噪声子空间的正交性，利用噪声子空间构造零谱，通过向信号子空间的正交投影抑制噪声增强信号，利用罚函数的设置修改遗传算法的选择原则，从而适应宽带多个信号到达角的估计，本发明方法融合了遗传算法的高效搜索优势和MUSIC算法超分辨的优势，在保持参数的高分辨性能不变的前提下，大大缩短了谱峰搜索的时间，本发明方法简单易于工程实现，有效解决了宽带多信号的到达角估计问题。

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。