买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆大学申请的专利超高分辨率压缩球波束形成声源识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115561707B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211084141.7，技术领域涉及：G01S5/18；该发明授权超高分辨率压缩球波束形成声源识别方法是由褚志刚;殷实家;杨洋设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本超高分辨率压缩球波束形成声源识别方法在说明书摘要公布了：本发明公开超高分辨率压缩球波束形成声源识别方法，步骤包括：1基于泰勒展开构建球谐函数域二维离网压缩球波束形成模型；2为球谐函数域二维离网压缩球波束形成模型中的未知变量提供先验假设，并计算未知变量的联合概率密度函数；3根据未知变量的联合概率密度函数，对球谐函数域二维离网压缩球波束形成模型的未知变量进行解算，估计得到声源DOA和声源强度。本发明能克服基不匹配问题，准确估计离网声源DOA和量化声源强度，并享有超高分辨率。

本发明授权超高分辨率压缩球波束形成声源识别方法在权利要求书中公布了：1.超高分辨率压缩球波束形成声源识别方法，其特征在于，包括以下步骤： 1基于泰勒展开构建球谐函数域二维离网压缩球波束形成模型； 2为球谐函数域二维离网压缩球波束形成模型中的未知变量提供先验假设，并计算未知变量的联合概率密度函数； 3根据未知变量的联合概率密度函数，对球谐函数域二维离网压缩球波束形成模型的未知变量进行解算，估计得到声源DOA和声源强度； 所述球谐函数域二维离网压缩球波束形成模型如下所示： P＝HΔθ,ΔφX+N1 式中，为声压矩阵；为声源强度矩阵；为噪声矩阵；表示复数集；Q、L、G分别传声器数目、快拍数目、网格点数目，每一个网格点对应一个潜在声源； 其中，传递函数矩阵HΔθ,Δφ如下所示： HΔθ,Δφ＝AΓF+BθΓFDiagΔθ+BφΓFDiagΔφ2 式中，ΓF是各网格点所在方向的集合，ΓF＝{θFg,φFg|g＝1,2,…,G}；θFg、φFg是第g个网格点仰角和方位角方向；Δθ、Δφ分别是仰角和方位角方向的DOA偏移量向量；Diag·表示生成以括号内向量为对角线的对角矩阵； 矩阵AΓF、矩阵BθΓF、矩阵BφΓF如下所示： 式中，矩阵N为球谐函数的最高阶次；向量矩阵向量上标H表示Hermitian转置；为n阶m次球谐函数；n＝0,1,…,N，m＝-N,…,0,…,N，为模态强度矩阵；bnkrF,ka为第n阶模态强度；k为波数；rF为聚焦半径；a为球阵列半径；ΓM是各传声器所在方向的集合，ΓM＝{θMq,φMq|q＝1,2,…,Q}；θFg、φFg是第g个网格点仰角和方位角方向；θMq、φMq是第q个传声器仰角和方位角方向； 所述球谐函数域二维离网压缩球波束形成模型的未知变量包括声源强度矩阵X、噪声矩阵N、仰角方向的DOA偏移量向量Δθ、方位角方向的DOA偏移量向量Δφ； 计算未知变量的联合概率密度函数的步骤包括： 2.1设定声源强度矩阵X服从两级层级先验，且声源强度矩阵X中的快拍数据相互独立； 设定噪声矩阵N服从循环对称复高斯分布，且噪声矩阵N服中传声器、快拍数据均为独立数据； 设定仰角方向的DOA偏移量向量Δθ、方位角方向的DOA偏移量向量Δφ服从均匀分布； 2.2根据球谐函数域二维离网压缩球波束形成模型和噪声矩阵N的先验分布，得到数据似然pP|X，即： 式中，P·,l为声压矩阵P的第l列；H＝HΔθ,Δφ；向量X·,l为声源强度矩阵X的第l列；参数α＝σ-2；σ2为噪声方差；I为Q×Q维单位矩阵； 2.3计算联合概率密度函数pX,P,α,ξ,Δθ,Δφ，即： pX,P,α,ξ,Δθ,Δφ＝pP|XpX|ξpξpαpΔθpΔφ7 式中，pX|ξ、pξ、pα、pΔθ、pΔφ表示概率分布；ξ为超参数向量，用于控制向量X.,l各元素的方差。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。