基于酉变换实值块稀疏贝叶斯学习的阵列信号处理方法

AITNT
正文
推荐专利
基于酉变换实值块稀疏贝叶斯学习的阵列信号处理方法
申请号:CN202410936101
申请日期:2024-07-12
公开号:CN118962617A
公开日期:2024-11-15
类型:发明专利
摘要
本发明涉及雷达信号处理技术领域,具体的说是一种能够显著提高参数估计性能的基于酉变换实值块稀疏贝叶斯学习的阵列信号处理方法,其中,首先针对于双正交偶极子阵列,分别构造水平极化子阵和垂直极化子阵;其次,分别对两个子阵的接收数据进行酉变换,将接收数据转换为实值数据,同时将DOA和极化参数解耦合,进而使用块稀疏算法进行估计;然后,利用酉变换的特性,将重构后的块信号进行转换,进而利用块信号之间的相关性实现极化参数的估计。
技术关键词
阵列信号处理方法 稀疏贝叶斯学习 稀疏算法 雷达信号处理技术 极化敏感阵列 参数 算法架构 元素 观测噪声 重构 协方差矩阵 代表 网格 方位角
系统为您推荐了相关专利信息
1
基于有限DTU测点量测数据的配电网电缆故障定位方法
配电网电缆故障 压缩感知理论 稀疏贝叶斯学习 定位方法 电流
2
一种基于距离方位二维调制的SAR欺骗干扰方法及装置
欺骗干扰方法 回波 多普勒 成像 干扰装置
3
一种混合模数时间域互相关波达方向估计系统及方法
射频组件 时间域 天线阵元 视距传播路径 模数
4
一种基于压缩移动平台正交偶极子阵列的解相干DOA估计方法及其系统
DOA估计方法 移动平台 极化敏感阵列 协方差矩阵 噪声子空间
5
基于高精度转矩分布的退磁故障检测方法及系统
退磁故障 同步电机 独立成分分析算法 数据 永磁
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号