基于单比特量化信号虚拟域统计量重建的互质阵列波达方向估计方法

    公开(公告)号:CN111665468A

    公开(公告)日:2020-09-15

    申请号:CN202010515235.X

    申请日:2020-06-08

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于单比特量化信号虚拟域统计量重建的互质阵列波达方向估计方法,主要解决现有技术中软硬件实现难度大及自由度受限等问题,其实现步骤是:接收端布设互质阵列与单比特模数转换器;接收端布设互质阵列与单比特模数转换器;计算互质阵列单比特接收信号所对应的等价虚拟信号;构造初始化单比特量化信号虚拟域增广协方差矩阵;基于量化与非量化信号间的统计关联性分析,设计基于量化信号虚拟域统计量重建的优化问题;利用优化所得单比特量化信号所对应的虚拟域增广协方差矩阵进行波达方向估计。本发明融合了互质阵列与单比特信号处理的优势特性,对于面向新一代无线通信系统以及无源定位、目标探测等实际应用具有广阔的前景。

    基于多采样快拍互质阵列接收信号快速傅里叶逆变换的波达方向估计方法

    公开(公告)号:CN108614234B

    公开(公告)日:2020-09-01

    申请号:CN201810459732.5

    申请日:2018-05-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多采样快拍互质阵列接收信号快速傅里叶逆变换的波达方向估计方法,主要解决现有的基于均匀线阵方法阵列孔径受限所导致的分辨率较低的问题。其实现步骤是:接收端架构互质阵列;利用互质阵列接收入射信号并建模;构造互质阵列多采样快拍接收信号;对互质阵列多采样快拍接收信号进行补零操作;对补零后的互质阵列多采样快拍接收信号进行快速傅里叶逆变换操作,并构建空间谱;根据所构建空间谱进行波达方向估计。本发明在物理阵元一定的情况下提高了信号波达方向估计的分辨率,并有效地降低了计算复杂度。

    一种基于压缩感知的自由度增加型互质阵列波达方向估计方法

    公开(公告)号:CN107037392B

    公开(公告)日:2020-08-07

    申请号:CN201710116894.4

    申请日:2017-03-01

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于压缩感知的自由度增加型互质阵列波达方向估计方法,主要解决现有技术中自由度性能受限与计算复杂度高的问题,其实现步骤是:接收端天线按照互质阵列结构进行架构;利用互质阵列接收入射信号;构造压缩感知核;利用压缩感知核实现接收信号的压缩,得到互质阵列接收信号的轮廓信号;计算压缩后轮廓信号的协方差矩阵;计算轮廓信号所对应的等价虚拟信号;根据由轮廓信号推导而来的等价虚拟信号构造虚拟域稀疏信号重建优化问题并求解;通过谱峰搜索获得波达方向估计结果。本发明充分利用了互质阵列能够增加自由度性能的优势和压缩感知技术,在降低计算复杂度的同时实现波达方向估计方法自由度的增加,可用于无源定位和目标探测。

    基于多采样虚拟信号奇异值分解的互质阵列波达方向估计方法

    公开(公告)号:CN107589399B

    公开(公告)日:2020-04-14

    申请号:CN201710737169.9

    申请日:2017-08-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多采样虚拟信号奇异值分解的互质阵列波达方向估计方法,主要解决现有技术在虚拟域统计信号处理过程中存在的信息丢失及等价虚拟阵列的非均匀性所导致的求解困难问题,其实现步骤是:接收端天线按互质阵列结构进行架构;利用互质阵列接收入射信号并建模;构造多采样虚拟信号;通过奇异值分解对多采样虚拟信号进行降维处理;设计基于多采样虚拟信号L1范数与L2范数联合约束的凸优化问题并求解;通过谱峰搜索获得波达方向估计结果。本发明充分利用了互质阵列接收信号的全部信息,克服了等价虚拟阵列的非均匀性所导致的求解困难问题,实现了波达方向估计自由度的提升,可用于无源定位和目标探测。

    基于稀疏阵列直接内插的波达方向估计方法

    公开(公告)号:CN107329110A

    公开(公告)日:2017-11-07

    申请号:CN201710736531.0

    申请日:2017-08-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于稀疏阵列直接内插的波达方向估计方法,主要解决现有技术中基于虚拟域等价信号处理所导致的信息损失和性能衰减等问题。其实现步骤是:接收端使用稀疏阵列接收信号并建模;通过虚拟阵元内插将稀疏阵列转变为均匀线性阵列并进行接收信号建模;内插稀疏阵列投影向量定义;设计基于矩阵秩最小化的优化问题并求解,以重建内插稀疏阵列协方差矩阵;根据重建的内插稀疏阵列协方差矩阵进行波达方向估计。本发明提高了波达方向估计的自由度及估计准确度,可用于无源定位和目标探测。

    基于内插虚拟阵列信号原子范数最小化的互质阵列波达方向估计方法

    公开(公告)号:CN107315160A

    公开(公告)日:2017-11-03

    申请号:CN201710302914.7

    申请日:2017-05-03

    Applicant: 浙江大学

    CPC classification number: G01S3/14

    Abstract: 本发明公开了一种基于内插虚拟阵列信号原子范数最小化的互质阵列波达方向估计方法,主要解决现有技术中虚拟阵列的非均匀性所导致的信息损失问题。其实现步骤是:接收端架构互质阵列;利用互质阵列接收入射信号并建模;计算互质阵列接收信号所对应的等价虚拟信号;构造内插虚拟阵列并建模;构造内插虚拟阵列的多采样快拍信号及其采样协方差矩阵;构造投影矩阵并定义与该投影矩阵相关的投影运算;设计基于内插虚拟阵列信号原子范数最小化的优化问题并求解;根据重建的内插虚拟阵列协方差矩阵进行波达方向估计。本发明提高了波达方向估计的自由度及分辨率,可用于无源定位和目标探测。

    基于虚拟阵列内插的无网格化互质阵列波达方向估计方法

    公开(公告)号:CN107102291A

    公开(公告)日:2017-08-29

    申请号:CN201710302902.4

    申请日:2017-05-03

    Applicant: 浙江大学

    CPC classification number: G01S3/14 G01S3/782 G01S3/802

    Abstract: 本发明公开了一种基于虚拟阵列内插的无网格化互质阵列波达方向估计方法,主要解决现有技术中虚拟阵列的非均匀性所导致的信息损失问题。其实现步骤是:接收端架构互质阵列;利用互质阵列接收入射信号并建模;计算互质阵列接收信号所对应的等价虚拟信号;构造内插虚拟阵列并建模;构造内插虚拟阵列的多采样快拍信号及其采样协方差矩阵;构造投影矩阵并定义与该投影矩阵相关的投影运算;设计基于内插虚拟阵列信号协方差矩阵核范数最小化的优化问题并求解;根据重建的内插虚拟阵列协方差矩阵进行波达方向估计。本发明提高了波达方向估计的自由度及分辨率,可用于无源定位和目标探测。

    基于空间扇区化神经网络的360°全空域波达方向估计方法

    公开(公告)号:CN119247259A

    公开(公告)日:2025-01-03

    申请号:CN202411171541.0

    申请日:2024-08-25

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于空间扇区化神经网络的360°全空域波达方向估计方法,主要解决现有技术在全空域区间波达方向估计准确度差、模型训练复杂度高等问题,其实现步骤是:全空域接收信号建模与神经网络输入构建;将空域划分为扇区并计算扇区索引;利用扇区索引将全空域波达角映射到参考扇区;空间扇区化神经网络设计;空间扇区化神经网络训练与推理;利用所得扇区信息和映射后角度值恢复全空域波达角。本发明通过引入空间扇区信息实现了全空域波达角在参考扇区这一高性能区间的映射与估计,具有波达方向估计准确度高、鲁棒性强、易于训练等优点,对于新一代无线通信系统以及无源定位、目标探测等实际应用具有广阔的前景。

    基于CNN卷积核张量分解的稀疏阵列波达方向估计方法

    公开(公告)号:CN116629326A

    公开(公告)日:2023-08-22

    申请号:CN202310477525.3

    申请日:2023-04-28

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于CNN卷积核张量分解的稀疏阵列波达方向估计方法,主要解决现有基于卷积神经网络的稀疏阵列波达方向估计方法所存在的网络训练成本高、效率低问题,其实现步骤是:构建二维嵌套互质平面阵列;嵌套互质平面阵列的稀疏张量信号建模与互相关张量推导;构造卷积神经网络的虚拟域张量输入;CNN卷积核canonical polyadic分解与压缩卷积计算;基于压缩卷积神经网络快速训练的二维波达方向估计。本发明通过对高维CNN卷积核进行张量分解,设计相应的稀疏张量统计量压缩卷积计算方式,加速了卷积神经网络的训练过程,实现了兼顾高性能与高效率需求的稀疏阵列二维波达方向估计,可用于目标测向。

Patent Agency Ranking