首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于压缩测量的EMVS阵列2D-DOA和极化参数联合估计方法 

申请/专利权人:西安电子科技大学

申请日:2022-04-26

公开(公告)日:2024-07-02

公开(公告)号:CN114994591B

主分类号:G01S3/14

分类号:G01S3/14;G06F17/16;G06F17/12

优先权:

专利状态码:有效-授权

法律状态:2024.07.02#授权;2022.09.20#实质审查的生效;2022.09.02#公开

摘要:本发明提供的一种基于压缩测量的EMVS阵列二维波达方向和极化参数的联合估计方法,一方面将电磁矢量传感器阵列与压缩网络相结合,提出压缩降维多信号分类的处理过程,同时估计目标的俯仰角信息、方位角信息以及感兴趣信号的极化参数,因此本发明可以获取更多的目标信息,方便后续的目标检测与识别;另一方面,由于现有技术在选择压缩网络的系数矩阵时,随机选择会导致信息丢失,从而导致估计算法的性能下降;本发明通过对压缩矩阵进行优化,获得最优压缩矩阵,可以达到降低硬件设备成本,并且达到确保阵列孔径损失在一定范围内的目的。

主权项:1.一种基于压缩测量的EMVS阵列二维波达方向和极化参数的联合估计方法,其特征在于,包括以下步骤:步骤一:获取电磁矢量传感器阵列降维后的数据;其中,降维后的数据由电磁矢量传感器阵列所接收的数据经过压缩网络压缩得到;步骤二:根据降维后的数据计算协方差矩阵,并对协方差矩阵进行特征值分解,得到噪声子空间;步骤三:利用噪声子空间将MUSIC的四维搜索问题转化为瑞利-里兹问题;步骤四:利用求解瑞利-里兹问题的二维搜索过程进行二维DOA估计,得到仰角以及方位角;步骤五:根据估计出的仰角以及方位角,估计琼斯矢量;步骤六:利用估计出的琼斯矢量,估计极化辅角和极化相位差的封闭解;步骤七:利用估计出的极化辅角、极化相位差、仰角以及方位角,计算阵列流形;步骤八:基于所述阵列流形,利用最大信噪比准则构造优化问题,求解优化问题得到最优压缩向量;步骤九:利用最优压缩向量,得到最优压缩矩阵的封闭解。

全文数据:

权利要求:

百度查询: 西安电子科技大学 基于压缩测量的EMVS阵列2D-DOA和极化参数联合估计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。