-
公开(公告)号：CN115130504B
公开(公告)日：2024-09-13
申请号：CN202210712461.6
申请日：2022-06-22
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于稀疏贝叶斯学习的稳健波束形成方法，包括：获取接收阵列的输出信号；网格化观测空间，构造超完备阵列流型，获得稀疏表示后的接收信号模型；建立稀疏贝叶斯概率模型；采用期望最大化算法，更新信号功率以及噪声功率参数；进行干扰信号来向估计；根据估计得到的干扰信号来向、信号功率以及噪声功率进行基于干扰加噪声协方差矩阵INCM重构；利用重构的干扰加噪声协方差矩阵和期望信号角度信息计算波束形成加权矢量。本发明在利用稀疏贝叶斯学习进行参数估计时，建立了一种新的层次先验模型，使得信号的边缘分布服从广义双帕累托分布，比使用传统先验更显著地提高了稀疏性，结合一种改进的DOA搜索方法进一步提高DOA估计精度。
-
公开(公告)号：CN114417917B
公开(公告)日：2024-09-10
申请号：CN202111667546.9
申请日：2021-12-31
Applicant: 西北工业大学
Abstract: 本发明提供了一种未知互耦条件下直接定位方法，通过构造一个非均匀网格，并结合奇异值分解来降低矩阵维数以减少计算量，利用期望最大化算法迭代的进行网格细化和未知互耦的估计，更新网格点的坐标并校正未知互耦，消除未知互耦带来的阵列流型误差。本发明有效降低计算复杂度，解决格点间强相关性带来的伪峰问题；离格模型的建立及网格误差的更新，有效的解决了辐射源位置不在网格点上的问题，提高定位精度；利用信号子空间代替接收信号来降低矩阵维数以减少计算量；有效利用均匀线阵互耦矩阵的带状对称Toeplitz结构和期望最大化算法，更新校正未知互耦，提升接收阵列存在互耦时的定位精度。
-
公开(公告)号：CN116192219A
公开(公告)日：2023-05-30
申请号：CN202310171574.4
申请日：2023-02-27
Applicant: 西北工业大学
IPC: H04B7/06 , H04B7/0456
Abstract: 本发明公开了一种相干信源下稳健波束形成方法，其包括：基于阵列接收数据和观测角度空间的均分，获得稀疏后的接收信号模型；基于稀疏后的接收信号模型，对信号矩阵构造稀疏分层先验模型；基于稀疏分层先验模型，得到真实角度估计值及其对应的功率估计值；根据真实角度估计值，得到选择变换矩阵；利用选择变换矩阵对阵列接收数据进行处理，进而重构得到干扰加噪声协方差矩阵；利用重构出的干扰加噪声协方差矩阵和期望信号角度估计值，计算波束形成加权矢量，以形成稳健波束。本发明基于稀疏贝叶斯学习结合辅助变换处理，构造不包含期望信号成分的协方差矩阵，从而进行稳健波束形成；在相干信源情况下，能够获得比传统方法更好的性能。
-
Patent Agency Ranking
公开(公告)号：CN115130504A
公开(公告)日：2022-09-30
申请号：CN202210712461.6
申请日：2022-06-22
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于稀疏贝叶斯学习的稳健波束形成方法，包括：获取接收阵列的输出信号；网格化观测空间，构造超完备阵列流型，获得稀疏表示后的接收信号模型；建立稀疏贝叶斯概率模型；采用期望最大化算法，更新信号功率以及噪声功率参数；进行干扰信号来向估计；根据估计得到的干扰信号来向、信号功率以及噪声功率进行基于干扰加噪声协方差矩阵INCM重构；利用重构的干扰加噪声协方差矩阵和期望信号角度信息计算波束形成加权矢量。本发明在利用稀疏贝叶斯学习进行参数估计时，建立了一种新的层次先验模型，使得信号的边缘分布服从广义双帕累托分布，比使用传统先验更显著地提高了稀疏性，结合一种改进的DOA搜索方法进一步提高DOA估计精度。
-
公开(公告)号：CN114417917A
公开(公告)日：2022-04-29
申请号：CN202111667546.9
申请日：2021-12-31
Applicant: 西北工业大学
Abstract: 本发明提供了一种未知互耦条件下直接定位方法，通过构造一个非均匀网格，并结合奇异值分解来降低矩阵维数以减少计算量，利用期望最大化算法迭代的进行网格细化和未知互耦的估计，更新网格点的坐标并校正未知互耦，消除未知互耦带来的阵列流型误差。本发明有效降低计算复杂度，解决格点间强相关性带来的伪峰问题；离格模型的建立及网格误差的更新，有效的解决了辐射源位置不在网格点上的问题，提高定位精度；利用信号子空间代替接收信号来降低矩阵维数以减少计算量；有效利用均匀线阵互耦矩阵的带状对称Toeplitz结构和期望最大化算法，更新校正未知互耦，提升接收阵列存在互耦时的定位精度。
-
公开(公告)号：CN114415105A
公开(公告)日：2022-04-29
申请号：CN202111673364.2
申请日：2021-12-31
Applicant: 西北工业大学
Abstract: 本发明提供了一种阵列互耦情况下波达方向估计方法，通过考虑用向量形式表示互耦矩阵C，对稀疏信号模型的字典矩阵进行转换，再将变换后的稀疏信号模型应用到贝叶斯估计的框架中，利用模型中变量间的统计分布规律，通过反复迭代学习获得对参数的精确估计。本发明避免了利用矢量化阵列输出的协方差矩阵。在阵元间互耦存在的情况下，也能准确估计信号来向。利用块稀疏贝叶斯学习框架进行参数估计时，每次的更新迭代是对扩展信号的每一块进行的，而非对整个扩展信号进行整体更新，降低了矩阵计算维度，并且更符合真实模型。除此之外该算法对相干信号有一定的稳健性。
-
公开(公告)号：CN114415105B
公开(公告)日：2024-05-24
申请号：CN202111673364.2
申请日：2021-12-31
Applicant: 西北工业大学
Abstract: 本发明提供了一种阵列互耦情况下波达方向估计方法，通过考虑用向量形式表示互耦矩阵C，对稀疏信号模型的字典矩阵进行转换，再将变换后的稀疏信号模型应用到贝叶斯估计的框架中，利用模型中变量间的统计分布规律，通过反复迭代学习获得对参数的精确估计。本发明避免了利用矢量化阵列输出的协方差矩阵。在阵元间互耦存在的情况下，也能准确估计信号来向。利用块稀疏贝叶斯学习框架进行参数估计时，每次的更新迭代是对扩展信号的每一块进行的，而非对整个扩展信号进行整体更新，降低了矩阵计算维度，并且更符合真实模型。除此之外该算法对相干信号有一定的稳健性。
-
公开(公告)号：CN116505990A
公开(公告)日：2023-07-28
申请号：CN202310577490.0
申请日：2023-05-22
Applicant: 西北工业大学
Abstract: 本发明公开了一种稳健波束形成方法，包括：S1：获取接收阵列的输出信号X，网格化观测空间，获得稀疏表示后的接收信号模型；S2：建立稀疏贝叶斯概率模型；S3：采用期望最大化算法及修正的逆迭代算法，估计干扰信号来向、信号功率以及噪声协方差矩阵；S4：根据估计得到的干扰信号来向、信号功率以及噪声协方差矩阵进行INCM重构；S5：利用重构的INCM和估计得到的期望信号角度信息计算波束形成加权矢量w，形成稳健波束。解决了传统的RAB算法在非均匀噪声条件下应用受限的问题，有效提升了波束形成器性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
