本发明针对的技术问题，提出了一种基于失配偶极子模型的电磁波参数估计方法，本发明在实际中普遍为长偶极子的条件下，仍然能够保留短偶极子的简易性，使用了短偶极子的估算方法在模型失配的情况下进行准确的参数估计；摒弃了传统MUSIC谱估计算法需要极大计算量及进行全局谱峰搜索的缺点，同时保留了其高分辨力的优点；可以在入射信号为单频信号或者窄带信号的情况下仍能准确工作，同时不需要知道L和λ的具体值，只需要知道L/λ即可，具有强适应性；具有更好的准确性，能保持在最优性能的CRB界上；另外，现有技术在球坐标中只能在1/4区域工作，而本发明则可以在完整的球坐标中运作。
📄 2021114247226
📂 G01S3_14
👤 广东工业大学
📅 2021-11-26
本发明公开了一种基于三极化嵌套阵列的部分极化信号参数估计方法，主要用于解决欠定条件下部分极化信号波达方向及极化参数估计问题。其实现步骤是：根据优化法则布置三极化嵌套阵列；构建三极化阵列的部分极化信号接收模型；利用子协方差矩阵相加构造虚拟均匀线阵；利用子协方差矩阵相加构造虚拟协阵输出；利用Toeplitz方法恢复矩阵的秩；估计信号波达方向；估计噪声方差；估计信号极化参数。该方法优势：采用的三极化阵列及子协方差矩阵相加方法可累积信号所有极化分量的功率；采用了优化的嵌套阵列，可在欠定条件下估计噪声方差，从而实现极化参数的无偏估计；除了能估计信号的波达方向和极化度，还能估计极化指向角和极化椭圆率角。
📄 2021107187428
📂 G01S3_14
👤 杭州电子科技大学
📅 2021-06-28
本发明提出了一种基于多重信号分类(MUltiple Signal Classification,MUSIC)和匹配追踪(Matching Pursuit,MP)融合的参数估计方法。首先，本方法将获取的信道状态信息(Channel StateInformation,CSI)数据从子载波、天线两个维度来构建二维矩阵。其次，将二维矩阵进行信号子空间和噪声子空间分解，从而构造谱函数。在谱函数的基础上，通过一维MUSIC算法对信号的飞行时间(Time of Flight,ToF)进行估计。最后，将估计得到的ToF带入MP算法中构造字典矩阵对到达角(Angle of Arrival,AoA)进行估计。本发明设计的融合参数估计方法在利用MUSIC算法的优势保障参数估计精度的同时又利用MP算法运行速度快的优势，降低了融合后的算法复杂度，从而实现二维参数估计的性能指标优化。
📄 2022104589679
📂 H04W4_021
👤 重庆邮电大学
📅 2022-04-25
本发明公开了基于改进密度峰值聚类的信号依赖噪声参数估计方法。通过滑动窗口从含有噪声的图像中提取样本，计算均值、熵和梯度作为特征数据。再输入聚类算法中进行聚类，区分弱纹理样本与强纹理样本。在聚类的过程中，引入了相对密度的概念，通过数据点与周围数据的距离，划分了比较范围，计算每个比较范围中数据点的相对密度，最后选择相对密度高的数据点作为聚类中心，解决了传统的DPC算法在对密度不均匀数据集进行聚类时往往忽视稀疏簇中心，从而影响聚类精度的问题。根据聚类结果，对簇标签为弱纹理的样本进行像素水平估计与噪声估计，最后通过最小二乘法拟合像素值‑噪声方差估计对，得到原始图像的噪声参数估计值，实现去噪的准备工作。
📄 2021114060972
📂 G06F18_23
👤 杭州电子科技大学
📅 2021-11-24
本发明公开了一种CMOS图像信号相关噪声参数估计方法。图像灰度熵虽然对于无噪图像的纹理分析有较好的结果，但对于包含噪声的图像并不是十分理想。本发明的步骤如下：一、在目标图像中提取出多个大小为d×d的图像块。二、对每一个提取出的图像块利用局部二进制模式方法计算纹理强度。三、将各图像块按照纹理强度从小到大进行排序；取前M个图像块作为低纹理图像块。四、计算各低纹理图像块的各低纹理图像块的像素估计值和噪声方差估计值。五、得到目标图像的信号相关噪声参数。本发明通过改进的局部二值模式定义了一种较为精确的计算图像块纹理强度的新方法，并将其应用到低纹理图像块的选择中。
📄 2019105891791
📂 G06T7_00
👤 杭州电子科技大学
📅 2019-07-02
本发明涉及一种基于平行因子分解的近场极化MIMO雷达参数估计方法，通过建立基于交叉偶极子—磁环天线均匀线阵的双基地MIMO雷达的系统模型,发射端由2M+1个交叉偶极子—磁环天线构成的均匀线性发射阵列，接收端由2N+1个交叉偶极子—磁环天线构成的均匀线性接收阵列，发射阵元间距和接收阵元间距分别用dt和dr表示；对K个不相关的近场窄带完全极化目标进行定位，第k个目标的二维发射角和二维接收角分别用θtk和θrk表示，其中k＝1,2,...K，该方法能够在交叉偶极子—磁环天线均匀线性阵列的前提下，精确地计算得到二维发射角、二维接收角、二维发射极化角、二维接收极化角以及目标位置坐标这些参数，方法简单灵活。
📄 2021113817260
📂 G01S7_42
👤 宁波大学
📅 2021-11-22
本发明涉及一种基于精确模型的近场极化MIMO雷达参数估计方法，包括：建立双基地MIMO雷达系统，利用极化信息对双基地MIMO雷达系统中的发射角、接收角、发射极化角以及接收极化角进行估计，整个过程不需要进行谱峰搜索，效率高，其估计得到的参数能够自动配对，无相位模糊问题，准确率高，且适用于任意阵元间距和相位不确定性的非均匀线性阵列。
📄 2022105981696
📂 G01S7_41
👤 宁波大学
📅 2022-05-30
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
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
本发明涉及一种基于精确模型的近场EMVS‑MIMO雷达参数估计方法，包括：建立双基地EMVS‑MIMO雷达系统，利用平行因子分解以及电磁矢量内部信息对发射角，接收角，发射距离，接收距离，发射极化参数和接收极化参数进行估计，整个过程不需要进行谱峰搜索，计算复杂度低，其估计得到的参数能够自动配对，无相位模糊问题，准确率高，且适用于三维空间中任意阵元间距的几何阵列。
📄 2022113444128
📂 G01S7_41
👤 宁波大学
📅 2022-10-31
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
本发明涉及一种基于二次相关运算的三维近场参数估计方法，包括：建立一个十字交叉阵列接收模型，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，位于坐标原点处的阵元作为参考阵元；在三维直角坐标系中，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上，通过根据得到的无噪的协方差矩阵得出电角{αk,βk}的估计值，并结合MUSIC算法，进行一次一维谱峰搜索来得到距离rk的估计值。该方法计算复杂度显著降低，有着更高的参数估计精度。
📄 2022106019792
📂 G01S7_41
👤 宁波大学
📅 2022-05-30
柿子坊 · 知识产权运营
柿子坊知识产权运营平台