龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及声学测量领域，尤其涉及一种基于声矢量均匀线阵的高亚音速飞行目标声信号估计方法。本发明通过构建均匀线性空间声十字声矢量阵列的时域宽带信号表达式，并采用基于PCA‑BP的时域宽带DOA快速估计方法，有效降低了系统的计算复杂度，提高了高亚音速飞行目标估计的实时性。本发明通过在时域构建宽带接收模型，有效拓展了基于人工神经网络的DOA估计方法的应用范围，为有效实现高亚音速飞行目标的声学探测提供了技术基础。
主权项：1.基于声矢量均匀线阵的高亚音速飞行目标声信号估计方法，其特征在于，具体步骤如下：S1：对声矢量传感器阵列的接收信号进行离散傅里叶变换FFT，将频域信号进行分段，得到多段频域信号，并计算每段频域信号的协方差矩阵，得到多个协方差矩阵；S2：将步骤S1得到的每个协方差矩阵分别输入主成分分析神经网络，即PCA神经网络，PCA神经网络对其输入矩阵进行特征值分解，分别得到每个协方差矩阵的特征向量Afj，j＝0,1,2,…,J；S3：利用每个协方差矩阵的特征向量，分别构建每段频域信号的聚焦矩阵，再利用每个聚焦矩阵分别对其对应的频域信号进行聚焦处理，计算得到所有频域信号的总协方差矩阵，对该总协方差矩阵，利用PCA神经网络进行矩阵特征值分解；S4：利用PCA神经网络处理得到的矩阵特征值，构建训练数据集，对BP神经网络进行训练；S5：若BP神经网络的训练误差小于设定的误差阈值，则认为训练完成，得到训练完成的BP神经网络，否则进行下一轮训练，直到BP神经网络的训练误差小于设定的误差阈值；S6：对于声矢量传感器采集的信号，计算其所有频域信号的总协方差矩阵，将该总协方差矩阵输入PCA神经网络，得到其特征值和特征向量，将该总协方差矩阵的大于阈值的特征值所对应的特征向量构成矩阵，将该矩阵输入训练完成的BP神经网络，此时BP神经网络的输出即为高亚音速飞行目标波达方向DOA的估计值。
全文数据：
权利要求：
百度查询： 中国人民解放军91550部队 基于声矢量均匀线阵的高亚音速飞行目标声信号估计方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号