CN111308414A - 一种波达方向的估计方法、系统、智能终端及存储介质 - Google Patents
一种波达方向的估计方法、系统、智能终端及存储介质 Download PDFInfo
- Publication number
- CN111308414A CN111308414A CN201911192063.0A CN201911192063A CN111308414A CN 111308414 A CN111308414 A CN 111308414A CN 201911192063 A CN201911192063 A CN 201911192063A CN 111308414 A CN111308414 A CN 111308414A
- Authority
- CN
- China
- Prior art keywords
- data
- matrix
- quantization
- noise
- noiseless
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/74—Multi-channel systems specially adapted for direction-finding, i.e. having a single antenna system capable of giving simultaneous indications of the directions of different signals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种波达方向的估计方法、系统、智能终端及存储介质,所述方法包括:天线阵列接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量数据;基于求解带约束的极大似然函数优化问题,对所述量化后的测量数据求解出低秩的无噪测量值,并得到对应的无噪方向矩阵数据;利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计,并输出估计值。本发明既适用于1‑比特量化等低精度量化,也适用于高精度量化,且性能上也更具优势。
Description
技术领域
本发明涉及矩阵数据处理技术领域,尤其涉及的是一种波达方向的估 计方法、系统、智能终端及存储介质。
背景技术
目前,智能设备一般通过麦克风阵列获取语音指令后,经信号处理后 再对语音指令进行识别,从而提高语音识别的准确率,主要涉及回声消除 技术、波达方向估计技术、波束形成技术和去混响技术等。
在阵列系统中,需要将现实世界中的模拟信号通过模数转换器 (Analog-to-Digital Converter,ADC)转换为数字信号进行处理,而ADC 的能耗与量化比特位数成指数关系,这便意味着越高的量化位数,在带来 更高的恢复精度的同时也将极大地提高硬件系统要求。特别地,随着大规 模天线阵列系统的兴起,高分辨率的ADC便显得不切实际了。因此,利用 低分辨率的ADC及相应的信号处理技术设计系统引起了广泛的研究兴趣。
因此,现有技术中提出了一些极限量化情况下的阵列信号处理方法。 如基于arcsine law的重构未量化协方差矩阵的波达方向 (Direction-of-Arrival,DOA)估计方法。其根据arcsine law(反正弦定 律),将接收到的量化数据的协方差矩阵重构为归一化的未量化协方差矩 阵,从而使用经典的多重信号分类(Multiple SignalClassification,MUSIC)算法估计DOA。以及基于1-比特压缩感知的DOA 估计方法,其利用信号在空间域的稀疏性,将DOA估计问题转化为稀疏信 号恢复问题。但是,现有技术中都只考虑了极限量化的情况,即量化位数 为1,而对于更一般的低量化精度的却并不适用。
因此,现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种 波达方向的估计方法、系统、智能终端及存储介质,旨在解决现有技术的 在进行波达方向估计时,都只考虑了极限量化的情况,即量化位数为1,而 对于更一般的低量化精度的却并不适用的问题。
本发明解决问题所采用的技术方案如下:
第一方面,本发明实施例提供一种波达方向的估计方法,其中,所述 方法包括:
天线阵列接收快拍数据;所述快拍数据为所述天线阵列对远场目标的 入射信号的输出响应,所述入射信号为窄带信号;
将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量 数据;
基于求解带约束的极大似然函数优化问题,对所述量化后的测量数据 求解出低秩的无噪测量值,并得到对应的无噪方向矩阵数据;
利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估 计,并输出估计值。
在一种实施方式中,所述比较器为1比特量化器至8比特量化器中的任 意一个。
在一种实施方式中,所述对所述量化后的测量数据求解出低秩的无噪 测量值包括:
对实部的所述测量数据中的量化矩阵进行求解出所述低秩的无噪测量 值;
对虚部的所述测量数据中的量化矩阵转化到实部域进行求解所述低秩 的无噪测量值。
在一种实施方式中,所述利用多重信号分类算法对所述无噪方向矩阵 数据进行来波方向角的估计,并输出估计值,包括:
基于所述多重信号分类算法计算所述无噪方向矩阵数据的协方差矩 阵;
对所述协方差矩阵做特征分析,获得噪声子空间;
根据入射信号处于不同角度时对应的空间谱函数,求取空间谱函数最 大值,其谱峰对应的角度即是来波方向角的估计值。
第二方面,本发明实施例还提供一种波达方向的估计系统,其中,所 述系统包括:
信号接收模块,用于天线阵列接收快拍数据;所述快拍数据为所述天 线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;
量化处理模块,用将接收到的所述快拍数据传输至比较器进行量化, 得到量化后的测量数据;
数据恢复模块,用于基于求解带约束的极大似然函数优化问题,对所 述量化后的测量数据求解出低秩的无噪测量值,并得到对应的无噪方向矩 阵数据;
方向估计模块,用于利用多重信号分类算法对所述无噪方向矩阵数据 进行来波方向角的估计,并输出估计值。
在一种实施方式中,所述比较器为1比特量化器至8比特量化器中的任 意一个。
在一种实施方式中,所述数据恢复模块包括:
实部恢复单元,用于对实部的所述测量数据中的量化矩阵进行求解出 所述低秩的无噪测量值;
虚部恢复单元,用于对虚部的所述测量数据中的量化矩阵转化到实部 域进行求解所述低秩的无噪测量值。
在一种实施方式中,所述方向估计模块包括:
协方差计算单元,用于基于所述多重信号分类算法计算所述无噪方向 矩阵数据的协方差矩阵;
噪声子空间计算单元,用于对所述协方差矩阵做特征分析,获得噪声 子空间;
方向分析单元,用于根据入射信号处于不同角度时对应的空间谱函数, 求取空间谱函数最大值,其谱峰对应的角度即是来波方向角的估计值。
第三方面,本发明实施还提供一种智能终端,包括有存储器,以及一 个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且 经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含 用于执行如上述任意一项所述的波达方向的估计方法。
第四方面,本发明实施例还提供一种非临时性计算机可读存储介质, 当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够 执行如上述中任意一项所述的波达方向的估计方法。
本发明的有益效果:本发明通过对量化后的测量数据进行恢复,求解 出低秩的无噪测量值,以便得到更为准确的波达方向;并且本发明既适用 于1-比特量化等低精度量化,也适用于高精度量化,且性能上也更具优势。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对 实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地, 下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技 术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其 他的附图。
图1是本发明实施例提供的波达方向估计方法的流程示意图。
图2是本发明所述方法中阵列天线的排列示意图。
图3是本发明所提供的方法得到的MUSCI频谱图。
图4是本发明实施例提供的波达方向估计系统的原理框图。
图5是本发明实施例提供的智能终端的内部结构原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图 并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施 例仅仅用以解释本发明,并不用于限定本发明。
需要说明,若本发明实施例中有涉及方向性指示(诸如上、下、左、右、 前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下 各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时, 则该方向性指示也相应地随之改变。
本发明提供一种波达方向估计方法,如图1和图2中所示,所述方法包 括:
步骤S100、天线阵列接收快拍数据;所述快拍数据为所述天线阵列对 远场目标的入射信号的输出响应,所述入射信号为窄带信号。
考虑一个具有个阵元的均匀线阵(如图1所示),接收到个窄带信号, 信号的入射角为,则阵列接收到个快拍的数据为:
X=A S+N (1)
其中,A表示方向矩阵,S表示信号波形,N表示传输过程中的加性噪声。
进一步地,步骤S200、将接收到的所述快拍数据传输至比较器进行量 化,得到量化后的测量数据。
具体实施时,将接收到的快拍数据传输到比较器,使用比较器将快拍 数据量化为量化后的测量数据。较佳的,为了降低数据处理量,本步骤中 优选1比特量化器,当然也可以选择使用多比特量化器,例如可以使用1比 特量化器至8比特量化器中的任意一个。
若Q表示一个ADC的量化水平,并记Q={1,2,...,Q},而经过ADC量 化后的测量数据表示为:
其中,{ω0,ω1,...,ωQ}表示量化界限,且满足ω0<ω1<...<ω Q。特殊地,当Q=2,{w0,w1,w2}={-∞,0,∞}时,即为1-比特量化。
进一步地,步骤S300、基于求解带约束的极大似然函数优化问题,对 所述量化后的测量数据求解出低秩的无噪测量值,并得到对应的无噪方向 矩阵数据。
由于量化会带来严重的信息损失,将导致波达方向估计性能的急剧下 降。所以直接使用量化数据是不切实际的,基于此,本实施例中将未量化 的原始数据恢复出来以用于波达方向估计。具体地,本实施例中首先对实 部的所述测量数据中的量化矩阵进行求解出所述低秩的无噪测量值;对虚 部的所述测量数据中的量化矩阵转化到实部域进行求解所述低秩的无噪测 量值。
其中L的秩为r(r<<min{M,N})。噪声之间独立同分布(independent andidentically distributed,i.i.d),
且累积分布函数(Cumulative Distribution Function,CDF)为Φ(x)。 因此,对于
的概率为pq(Lm,n),其中,
pq(Lm,n)=P(Ym,n=q|Lm,n)
=P(wq-1-Lm,n<Nm,n≤wq-Lm,n)
=Φ(wq-Lm,n)-Φ(wq-1-Lm,n)
根据量化的测量值Y,我们可以通过最小化如下似然函数,以恢复 出低秩的无噪测量值L。
其中1[μ]表示一个指示函数,即当μ成立时,1[μ]=1;否则为0。
进一步地,而对于阵列系统中的复数域情况,我们可以通过将实部和 虚部分离表示的方法,将其转化到实数域
求解,即信号模型(1)可以重写为
其中,
综上,通过求解如下问题
s.t. ||L||*≤τ
因此就可以恢复出未量化无噪测量值L。值得注意的是,这里的L为
显然,当成功恢复出L时,即可得到未量化的无噪A和S
[AS]m,n=[L]m,n+j[L]m+M,n,
其中1≤m≤M,1≤n≤N。
进一步地,步骤S400、利用多重信号分类算法对所述无噪方向矩阵数 据进行来波方向角的估计,并输出估计值。
在本实施例中,所述步骤S400包括以下步骤:
基于所述多重信号分类算法计算所述无噪方向矩阵数据的协方差矩 阵;
对所述协方差矩阵做特征分析,获得噪声子空间;
根据入射信号处于不同角度时对应的空间谱函数,求取空间谱函数最 大值,其谱峰对应的角度即是来波方向角的估计值。
当获得无噪测量值AS后,即可使用经典的MUSIC(多重信号分类算法) 等方法估计DOA。对AS求协方差矩阵,并进行特征分解,可以用于DOA估计。
对协方差矩阵进行特征值分解:
其中,∑为由特征值组成的对角矩阵,U为特征向量组成的特征矩阵; ∑S表示由信号个数K个最大特征值组成的对角矩阵,US为这K个特征值对应 的特征向量组成的矩阵,称之为信号子空间;∑N表示由剩下的(K-K)个 特征值组成的对角矩阵,UN为这(K-K)个特征值对应的特征向量组成的矩 阵,为噪声子空间。
本实施例中需要构造空间谱函数,并根据构造出的空间谱函数得到不 同角度下的频谱图,根据频谱图的谱峰得到对应的角度。
本发明相较于现有的技术,最大的特点是适用于低量化精度,而不只 是局限于1-比特情况。此外,在1-比特情况下,本发明的性能也更加突出。 因此,在实际应用中,本发明既能保证DOA估计的精度,又能极大地降低 硬件的复杂度及能量消耗
通过实验,我们验证了本发明的有效性。实验中,真实的信源角度分 别为θ1=-2.8°,θ2=9.3°,θ3=21.5°,在阵元数M=20,快拍数N=500, 信噪比SNR=10dB下,使用经典的MUSIC算法,得到的MUSIC谱图如图3所示。 观察发现,本发明无论是在极限量化(1-比特)情况下,还是低量化精度 (4-比特、8-比特)下,都可以很好的估计出波达方向,相比于现有技术, 更加灵活,更具实用价值。
基于上述实施例,本发明还提供一种波达方向估计系统,如图4中所示, 该系统包括:信号接收模块410、量化处理模块420、数据恢复模块430以及 方向估计模块440。具体地,
所述信号接收模块410,用于天线阵列接收快拍数据;所述快拍数据为 所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信 号;
所述量化处理模块420,用将接收到的所述快拍数据传输至比较器进行 量化,得到量化后的测量数据;
所述数据恢复模块430,用于基于求解带约束的极大似然函数优化问 题,对所述量化后的测量数据求解出低秩的无噪测量值,并得到对应的无 噪方向矩阵数据;
所述方向估计模块440,用于利用多重信号分类算法对所述无噪方向矩 阵数据进行来波方向角的估计,并输出估计值。
优选地,所述比较器为1比特量化器至8比特量化器中的任意一个。
所述数据恢复模块430包括:
实部恢复单元,用于对实部的所述测量数据中的量化矩阵进行求解出 所述低秩的无噪测量值;
虚部恢复单元,用于对虚部的所述测量数据中的量化矩阵转化到实部 域进行求解所述低秩的无噪测量值。
所述方向估计模块440包括:
协方差计算单元,用于基于所述多重信号分类算法计算所述无噪方向 矩阵数据的协方差矩阵;
噪声子空间计算单元,用于对所述协方差矩阵做特征分析,获得噪声 子空间;
方向分析单元,用于根据入射信号处于不同角度时对应的空间谱函数, 求取空间谱函数最大值,其谱峰对应的角度即是来波方向角的估计值。
基于上述实施例,本发明还提供了一种智能终端,其原理框图可以如 图5所示。该智能终端包括通过系统总线连接的处理器、存储器、网络接口、 显示屏、温度传感器。其中,该智能终端的处理器用于提供计算和控制能 力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性 存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质 中的操作系统和计算机程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一 种系统差分升级方法。该智能终端的显示屏可以是液晶显示屏或者电子墨 水显示屏,该智能终端的温度传感器是预先在智能终端内部设置,用于检 测内部设备的运行温度。
本领域技术人员可以理解,图5中示出的原理框图,仅仅是与本发明 方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的智能 终端的限定,具体的智能终端可以包括比图中所示更多或更少的部件,或 者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种智能终端,包括有存储器,以及一个或 者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配 置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于 进行以下操作的指令:
天线阵列接收快拍数据;所述快拍数据为所述天线阵列对远场目标的 入射信号的输出响应,所述入射信号为窄带信号;
将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量 数据;
基于求解带约束的极大似然函数优化问题,对所述量化后的测量数据 求解出低秩的无噪测量值,并得到对应的无噪方向矩阵数据;
利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估 计,并输出估计值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流 程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序 可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时, 可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中 所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易 失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编 程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或 闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储 器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态 RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM (ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus) 直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动 态RAM(RDRAM)等。
综上所述,本发明公开了一种波达方向的估计方法、系统、智能终端 及存储介质,所述方法包括:天线阵列接收快拍数据;所述快拍数据为所 述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号; 将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量数据; 基于求解带约束的极大似然函数优化问题,对所述量化后的测量数据求解 出低秩的无噪测量值,并得到对应的无噪方向矩阵数据;利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计,并输出估计值。 本发明既适用于1-比特量化等低精度量化,也适用于高精度量化,且性能 上也更具优势。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术 人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应 属于本发明所附权利要求的保护范围。
Claims (10)
1.一种波达方向的估计方法,其特征在于,所述方法包括:
天线阵列接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;
将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量数据;
基于求解带约束的极大似然函数优化问题,对所述量化后的测量数据求解出低秩的无噪测量值,并得到对应的无噪方向矩阵数据;
利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计,并输出估计值。
2.根据权利要求1所述的波达方向的估计方法,其特征在于,所述比较器为1比特量化器至8比特量化器中的任意一个。
3.根据权利要求1所述的波达方向的估计方法,其特征在于,所述对所述量化后的测量数据求解出低秩的无噪测量值包括:
对实部的所述测量数据中的量化矩阵进行求解出所述低秩的无噪测量值;
对虚部的所述测量数据中的量化矩阵转化到实部域进行求解所述低秩的无噪测量值。
4.根据权利要求1所述的波达方向的估计方法,其特征在于,所述利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计,并输出估计值,包括:
基于所述多重信号分类算法计算所述无噪方向矩阵数据的协方差矩阵;
对所述协方差矩阵做特征分析,获得噪声子空间;
根据入射信号处于不同角度时对应的空间谱函数,求取空间谱函数最大值,其谱峰对应的角度即是来波方向角的估计值。
5.一种波达方向的估计系统,其特征在于,所述系统包括:
信号接收模块,用于天线阵列接收快拍数据;所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应,所述入射信号为窄带信号;
量化处理模块,用将接收到的所述快拍数据传输至比较器进行量化,得到量化后的测量数据;
数据恢复模块,用于基于求解带约束的极大似然函数优化问题,对所述量化后的测量数据求解出低秩的无噪测量值,并得到对应的无噪方向矩阵数据;
方向估计模块,用于利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计,并输出估计值。
6.根据权利要求5所述的波达方向的估计系统,其特征在于,所述比较器为1比特量化器至8比特量化器中的任意一个。
7.根据权利要求5所述的波达方向的估计系统,其特征在于,所述数据恢复模块包括:
实部恢复单元,用于对实部的所述测量数据中的量化矩阵进行求解出所述低秩的无噪测量值;
虚部恢复单元,用于对虚部的所述测量数据中的量化矩阵转化到实部域进行求解所述低秩的无噪测量值。
8.根据权利要求5所述的波达方向的估计系统,其特征在于,所述方向估计模块包括:
协方差计算单元,用于基于所述多重信号分类算法计算所述无噪方向矩阵数据的协方差矩阵;
噪声子空间计算单元,用于对所述协方差矩阵做特征分析,获得噪声子空间;
方向分析单元,用于根据入射信号处于不同角度时对应的空间谱函数,求取空间谱函数最大值,其谱峰对应的角度即是来波方向角的估计值。
9.一种智能终端,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-4中任意一项所述的方法。
10.一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1-4中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911192063.0A CN111308414B (zh) | 2019-11-28 | 2019-11-28 | 一种波达方向的估计方法、系统、智能终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911192063.0A CN111308414B (zh) | 2019-11-28 | 2019-11-28 | 一种波达方向的估计方法、系统、智能终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111308414A true CN111308414A (zh) | 2020-06-19 |
CN111308414B CN111308414B (zh) | 2023-07-18 |
Family
ID=71148681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911192063.0A Active CN111308414B (zh) | 2019-11-28 | 2019-11-28 | 一种波达方向的估计方法、系统、智能终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111308414B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112714396A (zh) * | 2020-12-25 | 2021-04-27 | 中北大学 | 一种基于极坐标的定位方法及系统 |
CN113593548A (zh) * | 2021-06-29 | 2021-11-02 | 青岛海尔科技有限公司 | 智能设备的唤醒方法和装置、存储介质及电子装置 |
CN114599086A (zh) * | 2022-03-04 | 2022-06-07 | 北京邮电大学 | 一种通信感知一体化方法、装置、基站及系统 |
CN114994595A (zh) * | 2022-08-03 | 2022-09-02 | 四川太赫兹通信有限公司 | 波达方向获取方法、太赫兹相控阵波束控制方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106707257A (zh) * | 2016-12-01 | 2017-05-24 | 西安电子科技大学 | 基于嵌套阵列的mimo雷达波达方向估计方法 |
CN109298385A (zh) * | 2018-11-29 | 2019-02-01 | 深圳大学 | 一种波达方向的估计方法,系统及终端设备 |
US20190293743A1 (en) * | 2016-10-28 | 2019-09-26 | Macquarie University | Direction of arrival estimation |
-
2019
- 2019-11-28 CN CN201911192063.0A patent/CN111308414B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190293743A1 (en) * | 2016-10-28 | 2019-09-26 | Macquarie University | Direction of arrival estimation |
CN106707257A (zh) * | 2016-12-01 | 2017-05-24 | 西安电子科技大学 | 基于嵌套阵列的mimo雷达波达方向估计方法 |
CN109298385A (zh) * | 2018-11-29 | 2019-02-01 | 深圳大学 | 一种波达方向的估计方法,系统及终端设备 |
Non-Patent Citations (3)
Title |
---|
PENGZHI GAO 等: "Low-Rank Matrix Recovery From Noisy, Quantized, and Erroneous Measurements", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 * |
TAO CHEN 等: "Direction Finding Using Compressive One-Bit Measurements", 《IEEE ACCESS》 * |
XIAODONG HUANG 等: "One-Bit MUSIC", 《IEEE SIGNAL PROCESSING LETTERS》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112714396A (zh) * | 2020-12-25 | 2021-04-27 | 中北大学 | 一种基于极坐标的定位方法及系统 |
CN113593548A (zh) * | 2021-06-29 | 2021-11-02 | 青岛海尔科技有限公司 | 智能设备的唤醒方法和装置、存储介质及电子装置 |
CN113593548B (zh) * | 2021-06-29 | 2023-12-19 | 青岛海尔科技有限公司 | 智能设备的唤醒方法和装置、存储介质及电子装置 |
CN114599086A (zh) * | 2022-03-04 | 2022-06-07 | 北京邮电大学 | 一种通信感知一体化方法、装置、基站及系统 |
CN114994595A (zh) * | 2022-08-03 | 2022-09-02 | 四川太赫兹通信有限公司 | 波达方向获取方法、太赫兹相控阵波束控制方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111308414B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111308414A (zh) | 一种波达方向的估计方法、系统、智能终端及存储介质 | |
CN105676168B (zh) | 一种声矢量阵方位估计方法 | |
CN109375154B (zh) | 一种冲击噪声环境下基于均匀圆阵的相干信号参数估计方法 | |
CN110231617B (zh) | 目标障碍物方位探测方法、装置、车载雷达及存储介质 | |
CN106021637B (zh) | 互质阵列中基于迭代稀疏重构的doa估计方法 | |
CN109633538B (zh) | 非均匀采样系统的最大似然时差估计方法 | |
CN107544051A (zh) | 嵌套阵列基于k‑r子空间的波达方向估计方法 | |
US20220260665A1 (en) | Sound source enumeration and direction of arrival estimation using a bayesian framework | |
CN116400319B (zh) | 基于单比特量化天线阵列的到达角估计方法及相关设备 | |
CN114019449A (zh) | 信号源的波达方向估计方法、装置、电子设备及存储介质 | |
CN111220960A (zh) | 多站雷达下的目标特征提取方法和装置 | |
CN117092585B (zh) | 单比特量化DoA估计方法、系统和智能终端 | |
CN111781575B (zh) | 一比特信号单快拍波达方向估计方法及相关组件 | |
Liu et al. | Parameter estimation and CRB analysis of 1‐bit colocated MIMO radar | |
CN112087235A (zh) | 基于伪逆感知字典的稀疏度自适应doa估计方法及系统 | |
CN106844886B (zh) | 基于主分量分析的目标波达方向获取方法 | |
CN105303009A (zh) | 基于压缩感知与正则mfocuss的超分辨谱估计方法 | |
CN111665500B (zh) | 一种基于单比特压缩感知的脉冲穿墙雷达成像方法 | |
CN109696652B (zh) | 一种二维doa估计方法及其装置、设备、存储介质 | |
CN111245490B (zh) | 宽带信号提取方法、装置及电子设备 | |
CN109361443B (zh) | 一种自适应数字波束形成器及形成方法 | |
CN114047481A (zh) | 一种基于子空间正交性的稳健自适应波束形成方法 | |
CN109270509B (zh) | 数据损失情况下基于矩阵填充的doa估计方法及系统 | |
CN117890861B (zh) | 一种基于单比特匹配滤波的doa预测方法、系统及终端 | |
CN111988077B (zh) | 信息处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |