-
Patent Agency Ranking
公开(公告)号：CN118425877A
公开(公告)日：2024-08-02
申请号：CN202410629729.9
申请日：2024-05-21
Applicant: 哈尔滨工程大学
IPC: G01S3/80
Abstract: 本发明公开了一种阵元姿态误差下稳健声矢量圆阵方位估计方法。本发明通过对实际声矢量圆阵进行幅度加权处理用以减小噪声功率不一致性影响；推导了阵元姿态误差存在时单矢量传感器和声矢量圆阵导向向量的新的表示形式；根据实际导向向量和噪声子空间的正交性构建目标函数，并通过对包含姿态误差参数信息的向量增加约束条件建立最优化问题，在预设方位角下求解得到此向量的闭式解使得目标函数最小化以估计信源方位角。同样构建类似关于姿态误差参数的最优化问题，并利用联合迭代的方式估计信源方位角。本发明在声矢量圆阵存在阵元姿态误差时具有较强的稳健性并能够准确估计水下目标方位角，适用于实际工程应用。
-
公开(公告)号：CN110764047B
公开(公告)日：2022-08-02
申请号：CN201911020830.X
申请日：2019-10-25
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明属于信号处理领域，公开了一种稀疏表示模型下优化正则参数的目标角度估计方法，包括：从M个传感器阵列获取T次采样数据；设定目标所在角度空域范围[θd，θu]，将目标所在角度空域范围等间隔划分为N个角度；设为将目标所在角度空域范围等间隔划分为N个角度后所对应的第n个角度值，根据获得过完备阵列流形矩阵构造目标函数：根据集中度对目标函数中的正则参数μ进行选取，得到优化的正则参数μopt；根据优化的正则参数μopt，对目标角度进行估计，得到目标角度的估计值。本发明提出稀疏表示向量的集中度来优化正则参数，保证目标角度估计的正确性，并且不需要已知噪声的统计特性。
-
公开(公告)号：CN115469265B
公开(公告)日：2024-08-06
申请号：CN202211073071.5
申请日：2022-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种声矢量阵联合处理方位估计方法，建立声矢量阵输出信号模型，根据所述模型构建声压振速联合处理的协方差矩阵RV，将协方差矩阵RV分解为观测系数矩阵与剩余协方差矩阵Ruv，将观测方位从声压振速互协方差矩阵中剥离，然后通过对剩余协方差矩阵的奇异值分解重构厄米特协方差矩阵，最后使用所述重构协方差矩阵实施空间谱估计，得到估计方位。本发明避免了观测方位固定导致某些方位信号被滤除或削弱的问题，也无需对观测方位进行扫描，解决了算法复杂度过高的问题，通过对声压振速互协方差矩阵奇异值分解与重构，增强了声矢量阵处理的抗噪能力，进而提升了低信噪比条件下多目标分辨力和方位估计性能。
-
公开(公告)号：CN115469265A
公开(公告)日：2022-12-13
申请号：CN202211073071.5
申请日：2022-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种声矢量阵联合处理方位估计方法，建立声矢量阵输出信号模型，根据所述模型构建声压振速联合处理的协方差矩阵RV，将协方差矩阵RV分解为观测系数矩阵与剩余协方差矩阵Ruv，将观测方位从声压振速互协方差矩阵中剥离，然后通过对剩余协方差矩阵的奇异值分解重构厄米特协方差矩阵，最后使用所述重构协方差矩阵实施空间谱估计，得到估计方位。本发明避免了观测方位固定导致某些方位信号被滤除或削弱的问题，也无需对观测方位进行扫描，解决了算法复杂度过高的问题，通过对声压振速互协方差矩阵奇异值分解与重构，增强了声矢量阵处理的抗噪能力，进而提升了低信噪比条件下多目标分辨力和方位估计性能。
-
公开(公告)号：CN110764047A
公开(公告)日：2020-02-07
申请号：CN201911020830.X
申请日：2019-10-25
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明属于信号处理领域，公开了一种稀疏表示模型下优化正则参数的目标角度估计方法，包括：从M个传感器阵列获取T次采样数据；设定目标所在角度空域范围[θd，θu]，将目标所在角度空域范围等间隔划分为N个角度；设 为将目标所在角度空域范围等间隔划分为N个角度后所对应的第n个角度值，根据 获得过完备阵列流形矩阵构造目标函数： 根据集中度对目标函数中的正则参数μ进行选取，得到优化的正则参数μopt；根据优化的正则参数μopt，对目标角度进行估计，得到目标角度的估计值。本发明提出稀疏表示向量的集中度来优化正则参数，保证目标角度估计的正确性，并且不需要已知噪声的统计特性。
-
-
-
-
Search Results
5
records
(took 0.029 seconds)
