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！

龙图腾网恭喜烟台哈尔滨工程大学研究院申请的专利基于空间特征反馈的多层级卷积神经网络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：CN119337941B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411884710.5，技术领域涉及：G06N3/0464；该发明授权基于空间特征反馈的多层级卷积神经网络DOA估计方法是由杨翰琨;鲁帅;高成龙;李圣涵;李冬雪设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于空间特征反馈的多层级卷积神经网络DOA估计方法在说明书摘要公布了：本发明公开了一种基于空间特征反馈的多层级卷积神经网络DOA估计方法，首先计算接收到的信号的协方差矩阵，然后将协方差矩阵分解为实部和虚部两个通道输入到多层DOA估计模型中，得到最终的到达角度估计值；所述多层DOA估计模型包括依次设置的L个分类层，其中第一个分类层中为粗分类模块，其它分类层中各有一个精细分类模块；包含所述精细分类模块的分类层的数量由估计分辨率决定。本发明通过逐层细化DOA估计范围的方式来提高分辨率、满足估计要求，避免了过细划分而导致的高复杂度问题，降低了计算成本，同时还具有逼近能力强、收敛速度快等优点。

本发明授权基于空间特征反馈的多层级卷积神经网络DOA估计方法在权利要求书中公布了：1.一种基于空间特征反馈的多层级卷积神经网络DOA估计方法，其特征在于：首先计算接收到的信号的协方差矩阵，然后将协方差矩阵分解为实部和虚部两个通道输入到多层DOA估计模型中，得到最终的到达角度估计值；所述多层DOA估计模型包括依次设置的个分类层，其中第一个分类层中为粗分类模块，其它分类层中各有一个精细分类模块；包含所述精细分类模块的分类层的数量由估计分辨率决定；每一个分类层分别输出一个到达角度估计值，将第个分类层输出的到达角度估计值记为，最后一个分类层输出的到达角度估计值即为多层DOA估计模型的输出值；所述粗分类模块的输入包含2个通道，分别为协方差矩阵的实部和协方差矩阵的虚部，输出为该分类层输出的到达角度估计值；对于第个分类层，，其中的精细分类模块的输入包含4个通道，分别为：协方差矩阵的实部、协方差矩阵的虚部、上一个分类层输出的到达角度估计值和基于上一个分类层的到达角度估计值通过空间特征计算所得到的反馈项，精细分类模块的输出为精度增量，该分类层输出到达角度估计值为；对于第个分类层，，在得到该层的到达角度估计值后，通过以下方式计算对应的反馈项：首先，计算导向矢量： ；其中，，为接收信号的阵元间距，为信号波长，为阵元数量，为阵列天线的序列索引；然后，计算该层的到达角度估计值与协方差矩阵在空间上的偏差： ；其中，代表矩阵的共轭转置；最后，对偏差进行归一化处理，得到所述反馈项： ；其中，为Frobenius范数。

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烟台哈尔滨工程大学研究院，其通讯地址为：264006 山东省烟台市烟台经济技术开发区青岛大街1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”。