CN113411142A - 宽带确定性最大似然测向方法、系统、终端及存储介质 - Google Patents
宽带确定性最大似然测向方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN113411142A CN113411142A CN202110727371.XA CN202110727371A CN113411142A CN 113411142 A CN113411142 A CN 113411142A CN 202110727371 A CN202110727371 A CN 202110727371A CN 113411142 A CN113411142 A CN 113411142A
- Authority
- CN
- China
- Prior art keywords
- broadband
- values
- discrete fourier
- initial
- algorithm
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000007476 Maximum Likelihood Methods 0.000 title claims abstract description 23
- 230000002452 interceptive effect Effects 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 16
- 239000000654 additive Substances 0.000 claims description 6
- 230000000996 additive effect Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
-
- 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
- G01S3/14—Systems for determining direction or deviation from predetermined direction
-
- 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)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种宽带确定性最大似然测向方法、系统、终端及存储介质,包括:对宽带信号进行离散傅里叶变换,得到宽带信号的离散傅里叶系数X(fj);利用交互投影算法估计宽带信号的P个信源的方向初值;将P个信源的方向初值代入EM算法进行迭代,获取宽带测向结果。本发明通过利用交互投影算法估计宽带信号的P个信源的方向初值,并将方向初值代入EM算法,充分利用了交互投影算法的快速收敛速度并且消除了EM算法对于初值的灵敏性,提升了宽带确定性最大似然测向的准确度和效率。
Description
技术领域
本发明涉及宽带测向技术领域,具体涉及一种宽带确定性最大似然测向方法、系统、终端及存储介质。
背景技术
随着通信技术的发展,通信系统中越来越广泛的使用宽带信号。因此,宽带信号的测向研究就愈发的重要了。宽带测向算法比较常用的方法是最大似然法。
EM算法是一种在低维空间进行贯序并行递归搜寻的最优化算法,是常用的最大似然法,在第E步(使用不完全数据和当前的估计值对完全数据进行估计的概率)与第M步(最大化对数似然函数逐渐校正估计值)间进行迭代。但是由于EM算法对初始值比较敏感,因此EM算法容易出现预估计误差对最终估计结果产生影响的问题,导致结果准确性降低。
发明内容
针对现有技术的上述不足,本发明提供一种宽带确定性最大似然测向方法、系统、终端及存储介质,以解决上述技术问题。
第一方面,本发明提供一种宽带确定性最大似然测向方法,包括:
对宽带信号进行离散傅里叶变换,得到宽带信号的离散傅里叶系数X(fj);
利用交互投影算法估计宽带信号的P个信源的方向初值;
将P个信源的方向初值代入EM算法进行迭代,获取宽带测向结果。
进一步的,对宽带信号进行离散傅里叶变换,得到宽带信号的离散傅里叶系数X(fj),包括:
根据均匀线阵由M个相同的全向阵元构成,相邻两个阵元之间的距离均是d,空间中有P个具有相同带宽的远场平面波以θ1,…,θP的角度入射,将第m各阵元接收的信号表示为:
对每个子区间内的数据进行离散傅立叶变换,得到傅里叶系数:
Xk(fj)=Aθ(fj)Sk(fj)+Nk(fj)
其中,
Xk(fj)=[X1k,…,XMk]T
Sk(fj)=[S1k,…,SPk]T
Nk(fj)=[N1k,…,NMk]T
进一步的,利用交互投影算法估计宽带信号的P个信源的方向初值,包括:
进一步的,将P个信源的方向初值代入EM算法进行迭代,获取宽带测向结果,包括:
将映射后的傅里叶系数代入EM算法,得到校正公式:
E步:
M步:
将估计的P个信源的方向初值代入校正公式进行迭代,直至校正公式收敛,得到宽带测向结果。
第二方面,本发明提供一种宽带确定性最大似然测向系统,包括:
信号变换单元,用于对宽带信号进行离散傅里叶变换,得到宽带信号的离散傅里叶系数X(fj);
初值估计单元,用于利用交互投影算法估计宽带信号的P个信源的方向初值;
测向迭代单元,用于将P个信源的方向初值代入EM算法进行迭代,获取宽带测向结果。
进一步的,所述信号变换单元用于:
根据均匀线阵由M个相同的全向阵元构成,相邻两个阵元之间的距离均是d,空间中有P个具有相同带宽的远场平面波以θ1,…,θP的角度入射,将第m各阵元接收的信号表示为:
对每个子区间内的数据进行离散傅立叶变换,得到傅里叶系数:
Xk(fj)=Aθ(fj)Sk(fj)+Nk(fj)
其中,
Xk(fj)=[X1k,…,XMk]T
Sk(fj)=[S1k,…,SPk]T
Nk(fj)=[N1k,…,NMk]T
进一步的,所述初值估计单元用于:
进一步的,所述测向迭代单元用于:
将映射后的傅里叶系数代入EM算法,得到校正公式:
E步:
M步:
将估计的P个信源的方向初值代入校正公式进行迭代,直至校正公式收敛,得到宽带测向结果。
第三方面,提供一种终端,包括:
处理器、存储器,其中,
该存储器用于存储计算机程序,
该处理器用于从存储器中调用并运行该计算机程序,使得终端执行上述的终端的方法。
第四方面,提供了一种计算机存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述各方面所述的方法。
本发明的有益效果在于,
本发明提供的宽带确定性最大似然测向方法、系统、终端及存储介质,通过利用交互投影算法估计宽带信号的P个信源的方向初值,并将方向初值代入EM算法,充分利用了交互投影算法的快速收敛速度并且消除了EM算法对于初值的灵敏性,提升了宽带确定性最大似然测向的准确度和效率。
此外,本发明设计原理可靠,结构简单,具有非常广泛的应用前景。
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,对于本领域普通技术人员而言,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是本发明一个实施例的方法的示意性流程图。
图2是本发明一个实施例的系统的示意性框图。
图3为本发明实施例提供的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
下面对本发明中出现的关键术语进行解释。
交互投影算法是一种能够将多源搜索分成一系列的单源搜索以产生较快的收敛速率优化算法。
图1是本发明一个实施例的方法的示意性流程图。其中,图1执行主体可以为一种宽带确定性最大似然测向系统。
如图1所示,该方法包括:
步骤110,对宽带信号进行离散傅里叶变换,得到宽带信号的离散傅里叶系数X(fj);
步骤120,利用交互投影算法估计宽带信号的P个信源的方向初值;
步骤130,将P个信源的方向初值代入EM算法进行迭代,获取宽带测向结果。
为了便于对本发明的理解,下面以本发明宽带确定性最大似然测向方法的原理,结合实施例对本发明提供的宽带确定性最大似然测向方法做进一步的描述。
具体的,所述宽带确定性最大似然测向方法包括:
1)对时域采样数据利用离散傅立叶变换,得到接收信号的离散傅里叶系数X(fj);
2)利用交互投影算法对P个信源进行初值估计;
3)根据估计的初值利用EM算法中的E步和M步公式中进行迭代,直到满足收敛准则为止。
具体的应用于宽带确定性最大似然测向中的步骤如下:
步骤1建立信号模型
考虑均匀线阵由M个相同的全向阵元构成,相邻两个阵元之间的距离均是d。空间中有P个具有相同带宽的远场平面波以θ1,…,θP的角度入射。则第m个阵元接收到的信号可以表示为
其中,sp(t)为入射宽带信源,nm(t)为加性噪声,c为波速,观测时间T被分为K个子区间(快拍),每个子区间的长度为T0。对每个子区间内的数据进行离散傅立叶变换,有
Xk(fj)=Aθ(fj)Sk(fj)+Nk(fj) (2)
其中,
Xk(fj)=[X1k,…,XMk]T
Sk(fj)=[S1k,…,SPk]T
Nk(fj)=[N1k,…,NMk]T
步骤2宽带确定性最大似然估计
假设噪声是遍历、平稳、空时不相关的均值为零,方差为σ2的高斯过程,源信号为未知的确定性信号,则
当每个子段的持续时间T0大于信号与噪声的相关时间时,可以假设离散傅立叶系数是不相关的。由概率论可知,几个独立的服从高斯分布的随机过程的概率密度函数为
忽略不相关的常数项,其对数似然函数可以写成
保持θ,S不变,取L的最大值,可得到σ2
把式(6)代入式(5),忽略常数项,最大似然估计可以写成
即
S的最小均方估计为
把式(9)代入式(8)可得
即
其中正交投影矩阵为
式(11)是关于波达方向的一个非线性函数,且很难求其导数,因此很难利用需要函数值以及函数导数值的传统优化方法对其进行优化。这里我们利用改进的EM算法(交替投影算法和EM算法的结合)来进行优化,这样充分利用了交替投影算法的快速收敛性以及消除了EM算法对于初值的敏感性。
步骤3交互投影算法
交互投影算法将多源搜索分成一系列的单源搜索以产生较快的收敛速率,下面我们给出P源情形下的交互投影算法(假定快拍数K=1)
给出P源情况下DOA估计的初值:
1)第一个信源的方向估计初值为
2)根据已估计的p-1个信源的初值,估计第p个信源的初值(p=2,…,P)
3)保持第i-1次迭代得到的第p+1,…,P个信源和第i次迭代得到的第1,…,p-1信源的方向估计值不变,估计第p(p=1,…,P)个信源的方向
步骤4 EM算法
EM算法是一种在低维空间进行贯序并行递归搜寻的最优化算法,在第E步(使用不完全数据和当前的估计值对完全数据进行估计的概率)与第M步(最大化对数似然函数逐渐校正估计值)间进行迭代。
E步:
M步:
根据上述两种算法对推导出的宽带确定性最大似然代价函数进行优化,具体为:
根据式(12)和式(13)对P个信源进行初值估计;
根据估计的初值在式(15)和式(16)中进行迭代,直到满足收敛准则为止。EM算法的具体迭代和收敛过程为现有技术,因此不做详细介绍。
如图2所示,该系统200包括:
信号变换单元210,用于对宽带信号进行离散傅里叶变换,得到宽带信号的离散傅里叶系数X(fj);
初值估计单元220,用于利用交互投影算法估计宽带信号的P个信源的方向初值;
测向迭代单元230,用于将P个信源的方向初值代入EM算法进行迭代,获取宽带测向结果。
可选地,作为本发明一个实施例,所述信号变换单元用于:
根据均匀线阵由M个相同的全向阵元构成,相邻两个阵元之间的距离均是d,空间中有P个具有相同带宽的远场平面波以θ1,…,θP的角度入射,将第m各阵元接收的信号表示为:
对每个子区间内的数据进行离散傅立叶变换,得到傅里叶系数:
Xk(fj)=Aθ(fj)Sk(fj)+Nk(fj)
其中,
Xk(fj)=[X1k,…,XMk]T
Sk(fj)=[S1k,…,SPk]T
Nk(fj)=[N1k,…,NMk]T
可选地,作为本发明一个实施例,所述初值估计单元用于:
可选地,作为本发明一个实施例,所述测向迭代单元用于:
将映射后的傅里叶系数代入EM算法,得到校正公式:
E步:
M步:
将估计的P个信源的方向初值代入校正公式进行迭代,直至校正公式收敛,得到宽带测向结果。
图3为本发明实施例提供的一种终端300的结构示意图,该终端300可以用于执行本发明实施例提供的宽带确定性最大似然测向方法。
其中,该终端300可以包括:处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信,本领域技术人员可以理解,图中示出的服务器的结构并不构成对本发明的限定,它既可以是总线形结构,也可以是星型结构,还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
其中,该存储器320可以用于存储处理器310的执行指令,存储器320可以由任何类型的易失性或非易失性存储终端或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。当存储器320中的执行指令由处理器310执行时,使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心,利用各种接口和线路连接整个电子终端的各个部分,通过运行或执行存储在存储器320内的软件程序和/或模块,以及调用存储在存储器内的数据,以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit,简称IC)组成,例如可以由单颗封装的IC所组成,也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说,处理器310可以仅包括中央处理器(Central Processing Unit,简称CPU)。在本发明实施方式中,CPU可以是单运算核心,也可以包括多运算核心。
通信单元330,用于建立通信信道,从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
本发明还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文:read-only memory,简称:ROM)或随机存储记忆体(英文:random access memory,简称:RAM)等。
因此,本发明通过利用交互投影算法估计宽带信号的P个信源的方向初值,并将方向初值代入EM算法,充分利用了交互投影算法的快速收敛速度并且消除了EM算法对于初值的灵敏性,提升了宽带确定性最大似然测向的准确度和收敛速度,本实施例所能达到的技术效果可以参见上文中的描述,此处不再赘述。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,包括若干指令用以使得一台计算机终端(可以是个人计算机,服务器,或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于终端实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述,但本发明并不限于此。在不脱离本发明的精神和实质的前提下,本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换,而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种宽带确定性最大似然测向方法,其特征在于,包括:
对宽带信号进行离散傅里叶变换,得到宽带信号的离散傅里叶系数X(fj);
利用交互投影算法估计宽带信号的P个信源的方向初值;
将P个信源的方向初值代入EM算法进行迭代,获取宽带测向结果。
2.根据权利要求1所述的方法,其特征在于,对宽带信号进行离散傅里叶变换,得到宽带信号的离散傅里叶系数X(fj),包括:
根据均匀线阵由M个相同的全向阵元构成,相邻两个阵元之间的距离均是d,空间中有P个具有相同带宽的远场平面波以θ1,…,θP的角度入射,将第m各阵元接收的信号表示为:
对每个子区间内的数据进行离散傅立叶变换,得到傅里叶系数:
Xk(fj)=Aθ(fj)Sk(fj)+Nk(fj)
其中,
Xk(fj)=[X1k,…,XMk]T
Sk(fj)=[S1k,…,SPk]T
Nk(fj)=[N1k,…,NMk]T
5.一种宽带确定性最大似然测向系统,其特征在于,包括:
信号变换单元,用于对宽带信号进行离散傅里叶变换,得到宽带信号的离散傅里叶系数X(fj);
初值估计单元,用于利用交互投影算法估计宽带信号的P个信源的方向初值;
测向迭代单元,用于将P个信源的方向初值代入EM算法进行迭代,获取宽带测向结果。
6.根据权利要求5所述的系统,其特征在于,所述信号变换单元用于:
根据均匀线阵由M个相同的全向阵元构成,相邻两个阵元之间的距离均是d,空间中有P个具有相同带宽的远场平面波以θ1,…,θP的角度入射,将第m各阵元接收的信号表示为:
对每个子区间内的数据进行离散傅立叶变换,得到傅里叶系数:
Xk(fj)=Aθ(fj)Sk(fj)+Nk(fj)
其中,
Xk(fj)=[X1k,…,XMk]T
Sk(fj)=[S1k,…,SPk]T
Nk(fj)=[N1k,…,NMk]T
9.一种终端,其特征在于,包括:
处理器;
用于存储处理器的执行指令的存储器;
其中,所述处理器被配置为执行权利要求1-4任一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110727371.XA CN113411142B (zh) | 2021-06-29 | 2021-06-29 | 宽带确定性最大似然测向方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110727371.XA CN113411142B (zh) | 2021-06-29 | 2021-06-29 | 宽带确定性最大似然测向方法、系统、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113411142A true CN113411142A (zh) | 2021-09-17 |
CN113411142B CN113411142B (zh) | 2022-09-06 |
Family
ID=77680241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110727371.XA Active CN113411142B (zh) | 2021-06-29 | 2021-06-29 | 宽带确定性最大似然测向方法、系统、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113411142B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588328A (zh) * | 2009-07-10 | 2009-11-25 | 中国科学院上海微系统与信息技术研究所 | 一种高精度无线信道参数化模型的联合估计方法 |
CN102803984A (zh) * | 2009-04-23 | 2012-11-28 | 法国电信教育集团 | 定向和测位系统 |
US20160210763A1 (en) * | 2015-01-21 | 2016-07-21 | California Institute Of Technology | Fourier ptychographic tomography |
US20160209538A1 (en) * | 2013-08-05 | 2016-07-21 | Schlumberger Technology Corporation | Apparatus for Mode Extraction Using Multiple Frequencies |
US20170026205A1 (en) * | 2015-07-24 | 2017-01-26 | Brian G. Agee | Interference-excising diversity receiver adaptation using frame syn- chronous signal features and attributes |
CN107276658A (zh) * | 2017-07-01 | 2017-10-20 | 蔡绍滨 | 色噪声下基于协方差矩阵重构的波束形成方法 |
CN107462901A (zh) * | 2011-06-28 | 2017-12-12 | 内克斯特纳夫有限公司 | 用于从发射器网络发射定位信号的方法和系统 |
CN107615804A (zh) * | 2015-06-03 | 2018-01-19 | 华为技术有限公司 | 用于设备通信的新传输方案 |
US20180232630A1 (en) * | 2017-02-13 | 2018-08-16 | Kla-Tencor Corporation | Automated Accuracy-Oriented Model Optimization System for Critical Dimension Metrology |
CN108459312A (zh) * | 2018-03-26 | 2018-08-28 | 西安电子科技大学 | 基于复合多径因子估计的加权多频最大似然仰角估计方法 |
CN109407045A (zh) * | 2018-10-10 | 2019-03-01 | 苏州大学 | 一种非均匀传感器阵列宽带信号波达方向估计方法 |
CN110412506A (zh) * | 2019-07-05 | 2019-11-05 | 中国电子科技集团公司第七研究所 | 一种多个有向发送源的多参数估计方法 |
CN111458704A (zh) * | 2020-04-10 | 2020-07-28 | 中国人民解放军战略支援部队信息工程大学 | 多任务下突出重点目标跟踪的分布式mimo雷达阵元选取方法 |
-
2021
- 2021-06-29 CN CN202110727371.XA patent/CN113411142B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102803984A (zh) * | 2009-04-23 | 2012-11-28 | 法国电信教育集团 | 定向和测位系统 |
CN101588328A (zh) * | 2009-07-10 | 2009-11-25 | 中国科学院上海微系统与信息技术研究所 | 一种高精度无线信道参数化模型的联合估计方法 |
CN107462901A (zh) * | 2011-06-28 | 2017-12-12 | 内克斯特纳夫有限公司 | 用于从发射器网络发射定位信号的方法和系统 |
US20160209538A1 (en) * | 2013-08-05 | 2016-07-21 | Schlumberger Technology Corporation | Apparatus for Mode Extraction Using Multiple Frequencies |
US20160210763A1 (en) * | 2015-01-21 | 2016-07-21 | California Institute Of Technology | Fourier ptychographic tomography |
CN107615804A (zh) * | 2015-06-03 | 2018-01-19 | 华为技术有限公司 | 用于设备通信的新传输方案 |
US20170026205A1 (en) * | 2015-07-24 | 2017-01-26 | Brian G. Agee | Interference-excising diversity receiver adaptation using frame syn- chronous signal features and attributes |
US20180232630A1 (en) * | 2017-02-13 | 2018-08-16 | Kla-Tencor Corporation | Automated Accuracy-Oriented Model Optimization System for Critical Dimension Metrology |
CN107276658A (zh) * | 2017-07-01 | 2017-10-20 | 蔡绍滨 | 色噪声下基于协方差矩阵重构的波束形成方法 |
CN108459312A (zh) * | 2018-03-26 | 2018-08-28 | 西安电子科技大学 | 基于复合多径因子估计的加权多频最大似然仰角估计方法 |
CN109407045A (zh) * | 2018-10-10 | 2019-03-01 | 苏州大学 | 一种非均匀传感器阵列宽带信号波达方向估计方法 |
CN110412506A (zh) * | 2019-07-05 | 2019-11-05 | 中国电子科技集团公司第七研究所 | 一种多个有向发送源的多参数估计方法 |
CN111458704A (zh) * | 2020-04-10 | 2020-07-28 | 中国人民解放军战略支援部队信息工程大学 | 多任务下突出重点目标跟踪的分布式mimo雷达阵元选取方法 |
Non-Patent Citations (1)
Title |
---|
张朝柱; 赵春晖; 李刚: "基于交替投影算法的宽带确定性最大似然测向", 《哈尔滨工程大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113411142B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Athley | Threshold region performance of maximum likelihood direction of arrival estimators | |
CN108387864B (zh) | 一种到达角计算方法及装置 | |
Liao et al. | Direction-of-arrival estimation in subarrays-based linear sparse arrays with gain/phase uncertainties | |
CN110275131B (zh) | 一种基于虚拟差分阵列的doa跟踪方法及装置 | |
Rahman et al. | Ising model formulation of outlier rejection, with application in wifi based positioning | |
Li et al. | Joint elevation and azimuth angles estimation for L-shaped array | |
Wu et al. | On efficient gridless methods for 2-D DOA estimation with uniform and sparse L-shaped arrays | |
Yang et al. | A variational Bayesian strategy for solving the DOA estimation problem in sparse array | |
Tan et al. | Covariance matrix reconstruction for direction finding with nested arrays using iterative reweighted nuclear norm minimization | |
Zhou et al. | Two‐Dimensional DOA Estimation for Uniform Rectangular Array Using Reduced‐Dimension Propagator Method | |
Liao et al. | Resolution Improvement for MUSIC and ROOT MUSIC Algorithms. | |
Molaei et al. | Efficient clustering of non-coherent and coherent components regardless of sources’ powers for 2D DOA estimation | |
Wu et al. | DOA estimation of cylindrical conformal array based on geometric algebra | |
El Kassis et al. | Direction of arrival estimation using EM-ESPRIT with nonuniform arrays | |
CN113411142B (zh) | 宽带确定性最大似然测向方法、系统、终端及存储介质 | |
CN109917330B (zh) | 一种存在相位误差时基于稀疏正交匹配追踪理论的到达角估计方法 | |
Yan et al. | Two‐Step Root‐MUSIC for Direction of Arrival Estimation without EVD/SVD Computation | |
Yip et al. | Array processing for target DOA, localization, and classification based on AML and SVM algorithms in sensor networks | |
Yin et al. | An auto-calibration method for spatially and temporally correlated noncircular sources in unknown noise fields | |
Pan | Spherical harmonic atomic norm and its application to DOA estimation | |
Shi et al. | DOA Estimation for Non‐Gaussian Signals: Three‐Level Nested Array and a Successive SS‐MUSIC Algorithm | |
Khan et al. | Beamspace matrix pencil method for direction of arrival estimation | |
Pinto et al. | Multi-step knowledge-aided iterative Conjugate Gradient for direction finding | |
Chen et al. | Distributed Root-MUSIC Using Finite-Time Average Consensus | |
Xu et al. | Two‐Dimensional Direction‐of‐Arrival Estimation of Noncircular Signals in Coprime Planar Array with High Degree of Freedom |
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 | ||
CP03 | Change of name, title or address |
Address after: 250353 University Road, Changqing District, Ji'nan, Shandong Province, No. 3501 Patentee after: Qilu University of Technology (Shandong Academy of Sciences) Country or region after: China Address before: 250353 University Road, Changqing District, Ji'nan, Shandong Province, No. 3501 Patentee before: Qilu University of Technology Country or region before: China |