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！

龙图腾网获悉东南大学申请的专利一种基于非圆近场准平稳信号二阶统计量矩阵反对角线的DOA估计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：CN116338567B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310407295.3，技术领域涉及：G01S3/14；该发明授权一种基于非圆近场准平稳信号二阶统计量矩阵反对角线的DOA估计方法是由夏亦犁;胡啸;裴文江设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本一种基于非圆近场准平稳信号二阶统计量矩阵反对角线的DOA估计方法在说明书摘要公布了：本发明公开了一种基于非圆近场准平稳信号二阶统计量矩阵反对角线的DOA估计方法，属于阵列信号处理领域。本发明针对非圆近场准平稳信号DOA估计在信源角度相差较小时难以分辨的问题，将信号伪协方差矩阵的反对角线和协方差矩阵的反对角线平行线重构为虚拟等效信号，实现了对非圆近场信号的DOA估计。方法实施步骤包括：以准平稳信号的每个时间帧为粒度，计算信号在每个时间帧下的协方差矩阵和伪协方差矩阵；提取协方差矩阵反对角线的平行线以及伪协方差矩阵反对角线的元素，重构为等效信号；利用经典MUSIC算法对等效信号进行参数估计。该方案能避免在信源角度相差较小时出现的谱峰重叠问题，提高DOA估计精度。

本发明授权一种基于非圆近场准平稳信号二阶统计量矩阵反对角线的DOA估计方法在权利要求书中公布了：1.一种基于非圆近场准平稳信号二阶统计量矩阵反对角线的DOA估计方法，其特征在于，包括以下步骤： 步骤1、通过对称均匀线性对称阵列接收非圆近场信号st，阵列阵元取值范围为[-L,L]，假设噪声为加性高斯白噪声，接收信号向量xt表示为： xt＝Aθ,rst+nt ＝Aω,φΨ12s0t+nt 其中nt为高斯白噪声向量，s0t为实数信号向量，为非圆相位矩阵，参数ψ为非圆相位；Aω,φ为阵列流型，含有θ和r两个参数，为了便于工程处理，替换为电角度ω和φ，他们之间的关系为： 其中λ为信号波长，d为阵元间距； 步骤2、计算每个时间帧i的信号协方差矩阵估计值和伪协方差矩阵估计值 其中，S是每个时间帧的快拍个数，F是时间帧个数，H为共轭转置符号，T为转置符号； 步骤3、提取协方差矩阵估计值的反对角线向量平行线和伪协方差矩阵估计值的反对角线作为等效接收信号，对进行去均值化操作，得到零均值的等效接收信号每个信号有F帧快拍： 和在矩阵中的位置为： 其中ri,j是的第i行第j列元素，cj,j是的第i行第j列元素，代表反对角线的第l条平行线，其中l为整数，取值范围为{-2L...2L}，正数表示反对角线右下方的平行线，复数表示反对角线左上方的平行线，代表的反对角线；视为等效接收信号，每个信号有F帧快拍，对进行去均值化操作，得到零均值的等效接收信号 利用进行DOA估计，估计出的参数为ω+lφ；利用进行DOA估计，估计出的参数为φ； 步骤4、计算的协方差矩阵估计值和的协方差矩阵估计值 步骤5、对和进行特征分解： 其中，代表的K个大特征值对应特征向量张成的信号子空间；代表的K个大特征值对应特征向量张成的信号子空间；代表的其余小特征值对应特征向量张成的噪声子空间；代表的其余小特征值对应特征向量张成的噪声子空间；分别代表特征值构成的对角矩阵； 步骤6、对φ进行谱空间搜索，最大的K个值就是待估计的参数值构造空间谱Pφ为： 其中， 步骤7、对ω+lφ进行谱空间搜索，l∈{-2L,...,2L}，最大的K个值就是待估计的参数值空间谱Pω+lφ为： 其中 步骤8、通过参数配对得到与对应的通过参数和解出和

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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。