[发明专利]一种离网格DOA估计方法在审
申请号: | 202211148991.9 | 申请日: | 2022-09-21 |
公开(公告)号: | CN115480206A | 公开(公告)日: | 2022-12-16 |
发明(设计)人: | 李芳;李梦鸽;李冀;罗笑南 | 申请(专利权)人: | 桂林电子科技大学;桂林慧谷人工智能产业技术研究院;桂林智慧产业园有限公司 |
主分类号: | G01S3/04 | 分类号: | G01S3/04;G01S3/781;G01S3/801 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 541004 广西*** | 国省代码: | 广西;45 |
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 网格 doa 估计 方法 | ||
1.一种离网格DOA估计方法,其特征在于,包括:
步骤1:构建信号模型,构建接收天线阵列数据的稀疏信号模型;
步骤2:构建基于狄利克雷过程先验的概率模型;
步骤3:根据概率模型,求解联合概率密度函数,并设计因子图;
步骤4:使用联合BP-MF(置信传播-平均场规则)的消息传递方法得到概率模型中各参数的更新公式;
步骤5:根据所得到的参数更新公式对数据Y进行处理,得到概率模型参数的估计值;
步骤6:根据所得到的参数估计值,计算DOA的估计值。
2.根据权利要求1所述的一种离网格DOA估计方法,其特征在于,所述步骤1包括:
使用均匀线性阵列接收远场信号,阵元个数为M,阵元间距为Δd,将信号分为F个子带,阵列输出数据Y=[y1,…,yf]为M×F维矩阵;然后均匀划分角度网格,将范围[0°,180°]均匀划分为N个网格,得到角度网格点集Θ=[θ1,…,θN];定义X=[x1,…,xf]为N×F的稀疏信号矩阵;定义噪声信号W=[w1,…,wf]为M×F维矩阵;定义过完备近似字典为M×N维矩阵;建立接收天线阵列输出矩阵Y的信号模型为:
其中,
其中,
式中,af(θi),i=1,…,N表示入射角度为θi时的导向矢量,λ为波长。Bf=[bf(θ1),bf(θ2),…,bf(θN)],bf(θi)为af(θi)关于θi的导数。Δf=diag(βf)为离网格角度偏差对角矩阵,βf为入射角度与最近的网格角度之间的差值,diag(·)表示向量矩阵化。
3.根据权利要求1所述的一种离网格DOA估计方法,其特征在于,所述步骤2包括:
假设加性噪声服从均值为0、精度为α0~Gam(a,b)的复高斯分布,Gam(·)表示Gamma分布,则接收天线阵列数据Y中第f列向量满足表示复高斯分布,IM表示M维单位矩阵;
假设稀疏信号矩阵X中的第f列向量xf服从均值为0、精度为的复高斯分布,其中K表示分类的数目,则xf的概率密度函数为:
其中,1[zf=k]表示当zf=k时的值为1,其他情况值为0;zf为分配向量,服从参数为{ωk}k=1,…,K的多项式分布,为“截棍”定理的权值;πk~Beta(1,γ)为“截棍”定理的长度;γ~Gam(e,h)为狄利克雷过程的标度参数。
4.根据权利要求1所述的一种离网格DOA估计方法,其特征在于,所述步骤3包括:
联合概率密度函数为:
其中,表示隐藏变量集合。
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桂林电子科技大学;桂林慧谷人工智能产业技术研究院;桂林智慧产业园有限公司,未经桂林电子科技大学;桂林慧谷人工智能产业技术研究院;桂林智慧产业园有限公司许可,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/202211148991.9/1.html,转载请声明来源钻瓜专利网。