[发明专利]一种基于增广加权盖尔圆矩阵的信源个数估计建模方法在审
| 申请号: | 202010419511.2 | 申请日: | 2020-05-18 |
| 公开(公告)号: | CN111738291A | 公开(公告)日: | 2020-10-02 |
| 发明(设计)人: | 张冰玉;田妮莉;潘晴 | 申请(专利权)人: | 广东工业大学 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F17/16;H04B17/391;H04B17/336 |
| 代理公司: | 广东广信君达律师事务所 44329 | 代理人: | 陈胜杰 |
| 地址: | 510062 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 增广 加权 盖尔 矩阵 信源 个数 估计 建模 方法 | ||
1.一种基于增广加权盖尔圆矩阵的信源个数估计建模方法,其特征在于,包括:
步骤1,将包含有多个阵元的均匀圆阵在色噪声环境的远场中任意放置,在设定的采样快拍数和信噪比下,采样不同数目的信号源时阵列各阵元的接收信号;
对所述的接收信号进行均匀采样,获得各接收信号在每个快拍数下的数据集;
步骤2,对所述各接收信号的数据集求协方差矩阵,再经酉变换计算得到增广盖尔圆矩阵;
步骤3,对增广盖尔圆矩阵做特征加权变换,得到增广加权盖尔圆矩阵;
步骤4,对增广加权盖尔圆矩阵中用于信源个数估计的盖尔圆圆心、盖尔圆半径和加权盖尔圆半径这些特征进行融合,并对每重特征各自归一化后生成能描述信号源个数的高维的特征值向量;
步骤5,将所述特征值向量标记后代入支撑向量机中训练能进行信源个数估计的数学模型。
2.根据权利要求1所述的基于增广加权盖尔圆矩阵的信源个数估计建模方法,其特征在于,步骤1中所述的将包含有多个阵元的均匀圆阵在色噪声环境的远场中任意放置,在设定的采样快拍数和信噪比下,采样不同数目的信号源时阵列各阵元的接收信号,包括:
所述均匀圆阵包含M个阵元,半径为r,采样快拍数L和信噪比SNR,假设k个远场窄带信号入射到均匀圆阵上,其中k=1,2,…,K,且KM,则均匀圆阵接收信号为:
X(t)=AS(t)+N(t) 式1
式1中,X(t)=[x1(t),...,xM(t)]T为t时刻的接收信号矢量,S(t)=[s1(t),...,sk(t)]T为t时刻信号源矢量,N(t)=[n1(t),...,nM(t)]T为t时刻加性噪声矢量,A=[α(Θ1),...,α(ΘK)]为M-UCA的阵列流型矢量,Θk=(φk,θk)为第k个信号源的入射角,其中φk和θk分别为第k个信号源的方位角和俯仰角,且φk∈(0,2π)、θk∈(0,π/2),为第k个信号源的导向矢量,为逆时针第m个阵元与X轴的夹角,m=1,2,...,M,为载波波长。
3.根据权利要求1所述的基于增广加权盖尔圆矩阵的信源个数估计建模方法,其特征在于,对所述的接收信号进行均匀采样,获得各接收信号在每个快拍数下的数据集,包括:
在满足奈奎斯特采样定理的条件下,对X(t)做快拍数为L的均匀采样,获得X(t)的各接收信号在第l快拍时的数据集X(l),其中l=1,2,...,L,且X(l)=[x1(l),...,xM(l)]T。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010419511.2/1.html,转载请声明来源钻瓜专利网。





