申请/专利权人:三峡大学
申请日:2023-12-29
公开(公告)日:2024-04-19
公开(公告)号:CN117909776A
主分类号:G06F18/23213
分类号:G06F18/23213;G06F18/22;H01Q21/06;H01Q3/34;H01Q3/28
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本申请提供一种嵌套K‑meansNestedK‑meansMethod,NKM的子阵划分方法,自定义任意形状参考波束通过设置参考方向图的上下界,而无需事先知道参考阵列各单元的激励;借助群智能优化方法和谢坤诺夫多项式天线理论分析,并通过外部循环迭代找到一组最优的参考阵列激励;内部循环采用激励匹配策略,并利用K‑means聚类方法实现最佳的子阵布局和相应的子阵激励,从而达到最优子阵划分的目的。
主权项:1.一种嵌套K-means聚类的任意形状波束子阵划分方法,其特征是包括以下步骤:S1、利用传统阵列综合以及智能优化算法确定满足用户需求的完全填充阵列的激励及相应的参考方向图;S2、设计嵌套的两步循环K-means聚类算法,以实现最佳的子阵布局并产生与参考方向图最接近的波束模式。
全文数据:
权利要求:
百度查询: 三峡大学 一种嵌套K-means聚类的任意形状波束子阵划分方法
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。