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！

龙图腾网获悉青岛理工大学申请的专利一种基于稀疏贝叶斯学习的稳健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：CN116125369B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202211604091.0，技术领域涉及：G01S3/10；该发明授权一种基于稀疏贝叶斯学习的稳健DOA估计方法是由田雨;王绪虎;金序;徐振华;侯玉君;李恩玉;王辛杰设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本一种基于稀疏贝叶斯学习的稳健DOA估计方法在说明书摘要公布了：本发明公开了一种基于稀疏贝叶斯学习的稳健DOA估计方法，属于阵列信号处理领域，该发明方法首先引入位置误差参数，并确定网格误差和阵元位置误差的先验分布，其次借助稀疏贝叶斯学习模型，建立联合概率密度分布函数，最后借助最大期望算法对各个未知参数进行迭代，得到空间谱图，估计出入射信号方位。本发明方法能够较好的方位估计精度和方位分辨力，在快拍数较少、信噪比较低的情况下依然具有良好的性能，且本发明方法对存在阵元位置误差的阵列系统具有较好的稳健性，具有较大的工程应用价值。

本发明授权一种基于稀疏贝叶斯学习的稳健DOA估计方法在权利要求书中公布了：1.一种基于稀疏贝叶斯学习的稳健DOA估计方法，其特征在于：DOA估计方法包括如下步骤： 步骤1：阵列的M个阵元与参考阵元之间距离间隔为，各个阵元位置误差为，接收数据表示为，，其中，表示快拍数，表示阵列接收数据，表示发射信号，表示阵列接收的噪声信号，服从均值为0，协方差为的窄带高斯分布，表示阵列的流型矩阵，表示为，为信号源的个数，； 步骤2：将空域角度范围均匀划分成份，得到网格集合为，建立阵列接收数据的稀疏信号模型为，其中，是原始信号的零扩展，在接近入射角度的网格点才有值，其他位置全部为0，，表示将向量扩展成对角矩阵的运算，，，表示网格误差，，； 步骤3：对超参数，，进行初始化，设置最大迭代次数maxIter和误差精度，初始化需要更新的参数，包括信号精度，噪声精度，网格误差，阵元位置误差和阵元位置误差精度，设定循环参数； 步骤4：计算稀疏信号X后验概率的均值以及协方差，其服从均值为，协方差为的高斯分布，其中，协方差矩阵，，上标“H”表示取矩阵的共轭转置运算，表示噪声精度，，均值,； 步骤5：更新信号精度的值，得到表达式为，其中，c为伽马分布的超参数，，表示均值矩阵的第列，表示协方差矩阵的第行第列； 步骤6：更新噪声精度的值，得到的表达式为，其中，表示阵列接收数据的第列，为伽马分布的超参数，表示取矩阵的迹运算； 步骤7：计算阵元位置误差，第m个阵元位置误差的表达式为，其中，，，，，，，，，表示第个位置是1，其余位置为0，表示取实部运算； 步骤8：计算阵元位置误差精度，其第m个元素的计算表达式为，，其中，是超参数； 步骤9：计算参数，其中表示迭代次数，是步骤4计算的均值矩阵，如果参数满足误差精度或者满足最大迭代次数maxIter，进入步骤10，若两个条件都不满足，则，，重新进入步骤4重新迭代； 步骤10：更新网格误差，利用估计网格误差矢量，，其中，，，，，，表示网格间距，，表示Hadamard积； 步骤11：计算空间谱，表示行均值向量，上标“*”表示向量取共轭运算； 步骤12：利用步骤10计算出的网格误差更新空域网格点，即，同时与步骤11中空间谱一一对应，空间谱峰值所对应的角度即为估计的K个信号的波达方向。

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青岛理工大学，其通讯地址为：266520 山东省青岛市黄岛区嘉陵江路777号青岛理工大学；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。