中国科学院合肥物质科学研究院孟宪伟获国家专利权
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!
龙图腾网获悉中国科学院合肥物质科学研究院申请的专利一种小型化高性能卫星导航智能抗干扰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:CN120559679B 。
龙图腾网通过国家知识产权局官网在2025-12-26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:202510639090.7,技术领域涉及:G01S19/21;该发明授权一种小型化高性能卫星导航智能抗干扰方法是由孟宪伟;贾琳;潘琼玉设计研发完成,并于2025-05-19向国家知识产权局提交的专利申请。
本一种小型化高性能卫星导航智能抗干扰方法在说明书摘要公布了:本发明公开了一种小型化高性能卫星导航智能抗干扰方法,涉及卫星导航与人工智能技术领域,结合了压缩感知MUSIC超分辨率DOA估计与流形优化实现抗干扰,该方法通过压缩感知MUSIC在未知导向矢量下实现超分辨率DOA估计,结合流形优化在复数单位球面上求解最优波束形成权重,最终在北斗B1和GPSL1频段实现高效抗干扰。本发明通过算法创新实现小型化、低功耗与高性能的平衡,不仅从抗干扰信号处理算法的角度突破阵列处理瑞利极限约束,还能够在保证抗干扰性能的同时实现低功耗、少资源的轻量化部署。
本发明授权一种小型化高性能卫星导航智能抗干扰方法在权利要求书中公布了:1.一种小型化高性能卫星导航智能抗干扰方法,其特征在于,包括以下步骤: S1、获取阵列信号X,包括北斗B1信号、GPSL1信号; S2、对获取的阵列信号X进行协方差矩阵R的估计与分解,后续的超分辨率波达方向即DOA估计提供信号子空间和噪声子空间; S3、进行超分辨率DOA估计,分离北斗B1信号、GPSL1信号与干扰的方位角θ和俯仰角φ,为后续流形优化波束的形成提供空间信息; S4、进行角度聚类与筛选,对稀疏重构得到的潜在信号方向进行去冗余、合并和分类,剔除虚假峰值,准确标记北斗B1信号、GPSL1信号与干扰信号的真实方向,为流形优化波束的形成提供角度输入; S5、基于流形优化的波束形成,在复数单位球面流形上,求解最优波束形成权重w*,在保证北斗B1信号和GPSL1信号增益的前提下,最大化抑制干扰方向,最终输出抗干扰的导航信号; 步骤S4具体如下: S41、提取稀疏角度向量s中幅度显著高于噪声阈值的非零位置对应的方位角θ和俯仰角φ: Points={θ1,φ1,θ2,υ2,…,θN,φN} S42、对方位角θ和俯仰角φ进行归一化处理: 其中,Δθmax=360°,Δφmax=90°; S43、遍历每个点p,查找其ε邻域内的所有点N∈p: N∈p={q∈Points∣dp,q≤∈} 若|N∈p|≥MinPts,MinPts为设定的最小点数,则新建一个簇C,将p加入簇C;否则,不新建簇; 对N∈p中的每个点q,若q未访问则递归扩展其邻域,将q加入当前簇C;否则,不加入当前簇; 将无法被任何簇包含的点标记为噪声,并剔除; S44、将分散的网格点聚类为若干簇,每簇代表一个真实信号源,对每个簇Ck,取其均值作为最终方向估计: 根据信号频段区分北斗B1信号、GPSL1信号和干扰信号的方向,若信号方向与已知卫星轨道或频段匹配,则标记为北斗GPS信号;否则标记为干扰信号,则需要被抑制; 步骤S5具体如下: S51、构建流形优化的目标函数为最小化干扰和噪声功率,即其中,Ri+n为干扰加噪声协方差矩阵; 流形约束条件为权重位于复数单位球面w表示权重;表示复数单位球面; S52、初始化w0=CCHC-11,投影到复数单位球面; S53、进行梯度计算表示梯度计算; S54、进行切空间投影,移除法向分量以保持流形约束:Projw·表示切空间投影;Re·表示复数的实部; S55、沿负梯度方向迭代,并重新归一化,实现权重更新: 其中,wk+1、wk表示第k+1、k次迭代的权重;α表示系数; S56、根据CHw=1的约束条件进行约束矫正: w←w-CCHC-1CHw-1 根据最优波束形成权重w*,最终形成抗干扰后的信号y=w*HX。
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中国科学院合肥物质科学研究院,其通讯地址为:230031 安徽省合肥市蜀山区蜀山湖路350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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励