一种近场失配稳健的稀疏贝叶斯学习目标方位估计算法

AITNT
正文
推荐专利
一种近场失配稳健的稀疏贝叶斯学习目标方位估计算法
申请号:CN202510867732
申请日期:2025-06-26
公开号:CN120972182A
公开日期:2025-11-18
类型:发明专利
摘要
本发明涉及一种近场失配稳健的稀疏贝叶斯学习目标方位估计方法,使用近场波速形成初始化空间谱;重构互谱密度矩阵;修正互谱密度矩阵;结合稀疏贝叶斯学习算法的空间谱表达式,构造待优化目标函数与约束条件;通过解最优化问题获得优化条件下的向量估计;修正导引向量;更新历史导引向量;代入稀疏贝叶斯学习的迭代公式,完成空间谱估计;迭代重复前述步骤,直至符合中止条件后输出空间谱估计结果。本发明对近场目标保有良好的方位估计性能,具有良好的工程实用前景。
技术关键词
稀疏贝叶斯学习 方位估计算法 谱估计 方位估计方法 矩阵 密度 重构 表达式 波束 网格 阵列 误差 信号 数据
系统为您推荐了相关专利信息
1
机动车座舱内活体检测方法、装置及计算机可读存储介质
活体检测方法 调频连续波雷达 座舱 机动车 活体检测模型
2
基于量子多模态融合与时空图网络的大五人格预测方法
人格预测方法 量子优化算法 数据 图像特征向量 文本
3
一种联合GF-5遥感影像与地面土壤高光谱的重金属含量定量反演方法及系统
反射率数据 土壤重金属含量 反演模型 XGBoost模型 定量反演方法
4
变电站施工质量控制方法及系统
数字孪生模型 变电站施工现场 矩阵 语义标签 施工场
5
用于路侧毫米波雷达的动态标定方法及装置、设备、介质
动态标定方法 邻域 坐标 数据 车辆
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