“朱倍佐”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果8个，建议您升级VIP下载更多相关专利

[发明专利]一种用于相干信源测向的广义DOA矩阵方法-CN202010107568.9有效
发明人：戴祥瑞;张小飞;叶长波;朱倍佐 -专利权人：南京航空航天大学
申请日： 2020-02-21 - 公布日： 2023-08-01 - 主分类号： G01S3/00 文献下载
摘要：本发明公开一种用于相干信源测向的广义DOA矩阵方法，充分利用了双平行阵的接收数据的自相关信息和互相关信息，将双平行阵以平滑的方式分成若干个相重叠的子阵列，将各个子阵的自相关信息和互相关信息结合起来，推导出各自的自相关矩阵和互相关矩阵，然后进行取平均运算，得到的各相关矩阵可以取代原来意义上的相关矩阵。本发明完全利用了双平行阵的接收数据的自相关矩阵和互相关矩阵，所以具有更好的DOA估计性能，并且采用空间平滑的方式，能够很好的实现去相干，可以有效地估计出信号的DOA；本发明不需要空间谱搜索，具有较低的算法复杂度，得到的DOA估计角度能实现自动配对。
一种用于相干信源测向广义 doa 矩阵方法

[发明专利]一种均匀面阵中基于多项式求根的二维测向估计方法-CN201911321920.2有效
发明人：张小飞;叶长波;朱倍佐 -专利权人：南京航空航天大学
申请日： 2019-12-20 - 公布日： 2023-08-01 - 主分类号： G01S3/14 文献下载
摘要：本发明公开了一种均匀面阵中基于多项式求根的二维测向估计方法，该方法首先由均匀面阵的接收信号得到协方差矩阵；然后对协方差矩阵进行特征值分解并得到信号子空间和噪声子空间，根据方向矩阵和噪声子空间的正交关系确定求根多项式；最后求出多项式的根，完成参数配对，完成二维角度参数估计。本发明的可以充分平衡复杂度和角度估计性能，突破传统二维角度估计方法中，角度估计性能良好但复杂度较高或复杂度较低但角度估计性能一般的局限；并且本发明能够实现较高分辨率的二维DOA估计，角度估计性能优于2D‑PM算法和2D‑ESPRIT算法，同2D‑MUSIC算法基本一致，算法复杂度远低于2D‑MUSIC算法。
一种均匀面阵中基于多项式求根二维测向估计方法

[发明专利]一种基于多项式求根的展开互质阵测向估计方法-CN201910917061.7有效
发明人：叶长波;张小飞;沈金清;朱倍佐;汪云飞 -专利权人：南京航空航天大学
申请日： 2019-09-26 - 公布日： 2023-07-21 - 主分类号： G01S3/14 文献下载
摘要：本发明公开了一种基于多项式求根的展开互质阵测向估计方法，包括如下步骤：建立展开互质线阵的阵列信号的数学模型；根据建立的数学模型求出协方差矩阵，并对协方差矩阵进行特征值分解，获得信号子空间和噪声子空间；由展开互质线阵和一维均匀线阵的关系构建抽取矩阵，根据抽取矩阵和噪声子空间的关系构建求根多项式；通过得到的求根多项式进行求根，并确定信源角度对应的根；完成一维DOA估计。本发明通过结合ROOT‑MUSIC算法和展开互质线阵的优点，可以利用展开互质线阵有效提高空间自由度的同时，由于ROOT‑MUSIC算法无需进行谱峰搜索而降低了算法复杂度，从而得到较高精度的一维DOA估计。
一种基于多项式求根展开互质阵测向估计方法

[发明专利]一种均匀面阵下基于快速收敛平行因子的相干信源测向方法-CN201910910602.3有效
发明人：叶长波;张小飞;沈金清;朱倍佐;汪云飞 -专利权人：南京航空航天大学
申请日： 2019-09-25 - 公布日： 2023-06-13 - 主分类号： G01S3/14 文献下载
摘要：本发明公开一种均匀面阵下基于快速收敛平行因子的相干信源测向方法，该方法包括：(1)根据均匀面阵中信源的方向矢量建立阵列信号的数学模型；(2)利用空间平滑结构计算信号的协方差矩阵；(3)根据协方差矩阵，通过SS‑PM算法进行信号角度参数初始估计；(4)构造初始化方向阵，利用PARALIND分解使得方向矩阵收敛；(5)估计二维DOA。本发明充分结合SS‑PM算法和PARALIND算法，突破传统PARALIND算法收敛速度过慢的局限；通过先对信号角度参数利用SS‑PM算法进行初估计，利用估计的参数初始化PARALIND分解的承载矩阵的方式，能有效加快PARALIND分解的速度，降低传统PARALIND分解的复杂度；能够得到配对的信号参数估计，无需额外的参数配对过程，同时优于常规的FBSS‑PM算法和FBSS‑ESPRIT算法。
一种均匀面阵下基于快速收敛平行因子相干信源测向方法

[发明专利]电磁矢量L阵中空间角与极化参数的降维谱峰搜索方法-CN201910288251.7有效
发明人： 朱倍佐;张小飞;沈金清;林新平;唐磊明 -专利权人：南京航空航天大学
申请日： 2019-04-11 - 公布日： 2023-05-23 - 主分类号： G01S3/00 文献下载
摘要：本发明公开了电磁矢量L阵中空间角与极化参数的降维谱峰搜索方法，具体步骤如下：首先，分离MUSIC谱峰搜索函数中的DOA参数和极化参数；然后利用极化矩阵的性质构造拉格朗日乘子，化简谱峰搜索函数实现降维DOA估计；最后由估计出的DOA参数代入极化矩阵求得极化参数。本发明将传统标量L阵推广到电磁矢量L阵，不仅能获得信号的到达角度，又能获得信号的极化信息。本发明的优点为利用了电磁矢量阵列，一方面得到的DOA参数与极化参数能实现自动配对，避免了额外配对；另外在复杂度方面，本发明只需要一次二维谱峰搜索，比起传统MUSIC算法的四维谱峰搜索不仅大大减少了复杂度，且保持了优异的参数估计性能。
电磁矢量空间极化参数降维谱峰搜索方法

[发明专利]数据缺失下基于矩阵分解的声矢量传感器DOA估计方法-CN202110927573.9在审
发明人：唐磊明;张小飞;朱倍佐;叶长波 -专利权人：南京航空航天大学
申请日： 2021-08-10 - 公布日： 2021-11-23 - 主分类号： G01S3/802 文献下载
摘要：本发明公开了数据缺失下基于矩阵分解的声矢量传感器DOA估计方法，该方法具体如下：首先，测定场景内布置任意声矢量传感器阵列，获得接收信号，并构建接收信号张量模型；然后，利用张量模型的低秩特性，对所构建的接收信号张量模型，使用基于矩阵分解的张量补全算法进行缺失数据的补全；最后，将补全后的张量数据，按折叠的方向展开，得到数据补全后的完整接收信号矩阵，使用针对任意声矢量传感器阵列的ESPRIT算法，对补全后完整的接收信号矩阵，进行信源波达方向估计。本发明能够实现任意声矢量传感器阵列中部分阵元损坏时的精确DOA估计。
数据缺失基于矩阵分解矢量传感器 doa 估计方法

[发明专利]一种基于平滑约束和矩阵分解的视觉数据张量补全方法-CN202110435191.4在审
发明人：唐磊明;张小飞;朱倍佐;叶长波 -专利权人：南京航空航天大学
申请日： 2021-04-22 - 公布日： 2021-08-06 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于平滑约束和矩阵分解的视觉数据张量补全方法，首先，获取存在缺失的整体数据，确定其中已知数据位置集合Ω，并构建对应的视觉数据张量模型；然后，以低秩张量补全模型为基本框架，引入全变分和紧小波框架进行平滑约束，并利用矩阵分解技术降低复杂度，构建基于平滑约束和矩阵分解的视觉数据张量补全模型；最后，基于交替方向乘子法，引入多个辅助变量，得到视觉数据张量补全模型的增广拉格朗日函数形式，将原优化问题转化为多个子问题分别求解，多次迭代后输出收敛的结果，即已补全未知数据的完整视觉张量。本发明能够在采集的数据存在大规模随机缺失情况下，实现更为高效且精准的视觉数据恢复。
一种基于平滑约束矩阵分解视觉数据张量方法

[发明专利]数据缺失情况下基于低n-秩最小化张量填充的二维到达角估计方法-CN201910559027.7在审
发明人：唐磊明;张小飞;何浪;朱倍佐 -专利权人：南京航空航天大学
申请日： 2019-06-26 - 公布日： 2019-09-17 - 主分类号： G01S3/14 文献下载
摘要：本发明公开了一种数据缺失情况下基于低n‑秩最小化张量填充的二维到达角估计方法，包括如下步骤：(1)在测定场景内布置阵列天线获得接收信号并构建接收信号张量模型；(2)利用该张量模型的低秩特性，对步骤(1)中得到的张量模型直接使用低n‑秩最小化张量填充算法进行数据补全；(3)将步骤(2)得到填充后的张量模型按步骤(1)中折叠的方向展开，得到数据补全后的完整接收信号矩阵；(4)基于补全后的数据矩阵，利用二维DOA估计算法进行信源波达方向估计。本发明能够实现大规模均匀面阵中较多阵元损坏时的精确DOA估计。
填充最小化二维数据缺失算法波达方向估计接收信号矩阵数据矩阵阵列天线折叠的低秩构建面阵信源阵元场景

1
共 8 条