申请/专利权人：宁波大学

申请日：2023-10-17

公开（公告）日：2024-03-22

公开（公告）号：CN117743755A

主分类号：G06F18/10

分类号：G06F18/10;G06F17/16;G06F17/15

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及一种基于自适应对角加载的信源数估计方法，其包括：S1:基于阵列天线输出数据计算样本采样协方差矩阵及其特征值；S2:在v个假定信源下利用天线数、样本数和特征值自适应地计算对角加载量；S3:利用加载后的特征值计算k≤v个假定信源下的线性伸缩系数；S4:构建基于线性伸缩系数的二阶差分算子，并通过寻找使差分算子大于零的最大v值完成信源数估计。和当前主流信源数方法相比，本发明方法不仅计算高效、噪声鲁棒性好，而且对大规模阵列下的多种样本场景和多种信号功率场景均有更优的适用性，同时，它还能够提供改进的信源数估计性能。

主权项：1.一种基于自适应对角加载的信源数估计方法，其特征在于：该方法包括如下步骤：S1、设定d个远场源由角度q1,K,qd入射到由m个天线组成的阵列天线上，获取阵列天线在t时刻的输出数据xt＝Ast+wt，其中，A表示m×d维的阵列导向矩阵，st表示d×1维独立同分布的高斯信号，wt表示m×1的噪声向量；对所述的输出数据xt进行n次采样，收集n个采样样本并计算所述采样样本的协方差矩阵及其降序特征值λ1,L,λm，其中，m代表阵列天线数量；S2、设定v个假定信源，在v个假定信源下，利用天线数m、采样样本数n以及所述降序特征值特征值自适应计算对角加载量S3、将所述降序特征值分别与所述对角加载量进行相加，得到加载后的特征值利用加载后的特征值计算k个假定信源下的线性伸缩系数其表示为:其中，0≤k≤v，k，v均为整数，S4、构建基于所述线性伸缩系数的二阶差分算子，并通过寻找使所述二阶差分算子大于零的v的最大值来完成信源数估计，其具体过程为：S4.1、计算所述线性伸缩系数的二阶差分值其中，S4.2、定义二阶差分算子然后通过寻找使fk,v＞0成立的v的最大值来获得信源数估计值即：s.t.fk,v＞0,k≤v.；其中，maxv表示取使fk,v＞0成立的v的最大值，s.t.表示“受限于…”。

全文数据：

权利要求：

百度查询： 宁波大学 一种基于自适应对角加载的信源数估计方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD