声矢量传感器二维阵列MUSIC解相干参数估计方法

    公开(公告)号:CN106802403A

    公开(公告)日:2017-06-06

    申请号:CN201710098107.8

    申请日:2017-02-22

    CPC classification number: G01S3/8003 G01S3/802

    Abstract: 声矢量传感器二维阵列MUSIC解相干参数估计方法,阵列接收K个远场窄带相干信号,利用接收阵列获取所有阵元输出的N次快拍数据;抽取声压和x、y、z轴声速四个子阵数据,由变换前数据协方差矩阵、数据变换后协方差矩阵和变换前后的互协方差矩阵构造解相干后的数据协方差矩阵;对解相干后的数据协方差矩阵进行奇异值分解得到噪声子空间,根据L型阵列的特点将噪声子空间分成x轴和y轴噪声子空间,并构造对应的MUSIC空间谱,通过两个一维搜索方向余弦估计矩阵;利用全阵列对应的噪声子空间对x轴和y轴方向的方向余弦估计值进行配对运算,从而得到到达角的估计值;该方法将一个二维搜索分成两个一维搜索,大大降低了计算量,提高了参数估计精度。

    空间拉伸电磁矢量传感器阵列参数估计方法

    公开(公告)号:CN103941221B

    公开(公告)日:2016-06-08

    申请号:CN201410135593.2

    申请日:2014-04-04

    Abstract: 一种空间拉伸电磁矢量传感器阵列的参数估计方法,接收阵列接收K个互不相关的入射信号,构造阵列对应的入射信号的导向矢量;将入射信号的导向矢量表示为空域函数矩阵和极化域函数矢量的乘积的形式;计算接收数据协方差矩阵;对接收数据协方差矩阵进行特征分解,得到信号子空间和噪声子空间;构造多信号分类MUSIC空域极化域联合零谱函数,最大化空域极化域联合零谱函数;利用自共轭矩Rayleigh-Ritz熵定理,实现空域谱和极化域谱分离的MUSIC降维处理,在各变量的取值范围内进行遍历搜索,对信号参数进行估计。本发明将四维MUSIC搜索转化为空域两维和极化域二维搜素的2个二维搜索,从而降低计算量。

    一种二维平面圆环阵列的测向方法

    公开(公告)号:CN104931919A

    公开(公告)日:2015-09-23

    申请号:CN201510312312.0

    申请日:2015-06-08

    CPC classification number: G01S3/00

    Abstract: 一种二维平面圆环阵列的测向方法,主要解决由于角度估计模型以及目标位于空间不同位置而引起的阵列测向误差较大问题,该方法包括以下步骤:计算阵列中每个阵元的方位角,得到阵列的方位角序列;获取辐射源目标距离阵列与参考阵元的距离差矢量;依次选择每个阵元作为临时参考阵元,分别对辐射源目标进行方位角预估计;对目标方位角进行精确估计,得到方位角精确估计值;对目标俯仰角进行精确估计,得到俯仰角精确估计值。本发明根据目标所处的空间方位有效利用最佳参考阵元实现对目标信号的精确测向,降低了由于角度定义和角度估计模型以及目标所处空间位置不同而引起的角度估计误差,进一步提高了全方位目标的角度估计性能。

    基于快速稀疏恢复的超分辨波达方向估计方法

    公开(公告)号:CN103399291B

    公开(公告)日:2015-04-08

    申请号:CN201310329158.9

    申请日:2013-07-22

    Abstract: 本发明公开了一种基于快速稀疏恢复的超分辨波达方向估计方法,主要解决现有技术的相干源情况下空间分辨率不足,低信噪比情况下估计性能不佳,以及运算速度慢难以满足硬件实时性要求的问题。其实现过程为:利用阵元去噪对接收数据进行去噪处理,获得大信噪比的数据观测矢量;对待测角度空间进行栅格划分获得角度单元;根据角度单元和阵元坐标构造观测矩阵;根据观测矩阵和数据观测矢量通过零空间调整和正交投影获得目标的波达方向估计值。本发明实现了在低信噪比和相干源情况下获得超分辨的多目标波达方向估计,空间分辨率高,运算速度快,适合于硬件实现。

    基于MIMO的双基地雷达局域化降维杂波抑制方法

    公开(公告)号:CN103353591B

    公开(公告)日:2015-02-18

    申请号:CN201310243280.4

    申请日:2013-06-19

    Abstract: 本发明公开了一种基于MIMO的双基地雷达局域化降维杂波抑制方法,主要解决现有双基地雷达距离依赖杂波抑制方法运算量大,且需要的独立同分布样本数目高的问题。其实现步骤为:(1)用发射波形对雷达的回波数据进行匹配滤波;(2)构造局域化降维矩阵并对接收数据进行降维处理;(3)用降维后的数据估计出杂波协方差矩阵;(4)根据空时自适应处理原理得到最优权矢量;(5)用最优权对降维后的数据加权,抑制背景杂波,检测出目标信号。本发明具有计算复杂度低,对独立同分布样本数目的要求低和抑制杂波性能好的优点,可应用于MIMO的双基地雷达地面目标检测。

    一种基于空间增益的稀疏平面阵形优化方法

    公开(公告)号:CN103513225A

    公开(公告)日:2014-01-15

    申请号:CN201310433324.X

    申请日:2013-09-22

    CPC classification number: G01S3/06 G01S3/74 G01S3/8006

    Abstract: 一种基于空间增益的稀疏平面阵形优化方法,包括以下步骤:对阵列进行初始化,得到由阵元的坐标矢量构成的坐标矩阵,计算坐标矩阵对应的空间增益;设置迭代参数;对初始化后的阵列进行迭代优化,每一次迭代优化时对阵列中的第5~N个阵元分别依次进行扰动,对每一次扰动完成后生成的阵元的新坐标进行判断,用符合判断条件的新坐标替换该阵元的旧坐标,更新坐标矩阵,重复迭代过程,直到达到设定的迭代总次数为止,接受阵列流形,将经过迭代优化更新完毕的坐标矩阵[x0,y0]作为稀疏平面阵列的阵列位置。在需要产生一个角度指向的面阵时,本发明的代价函数能综合评估旁瓣电平和主瓣波束宽度,本发明方法能够产生主瓣波束宽度窄且旁瓣电平低的稀疏平面阵。

    一种基于压缩感知的日像仪对日成像方法

    公开(公告)号:CN103473795A

    公开(公告)日:2013-12-25

    申请号:CN201310247970.7

    申请日:2013-06-20

    Abstract: 本发明提出一种基于压缩感知的日像仪对日成像方法,具体包括步骤一:以变换后尽可能稀疏为原则,确定太阳图像变换基函数;步骤二:依据变换基函数设计天线阵天线单元;步骤三:依据RIP法则确定天线阵拓扑结构;步骤四:以变换后的太阳图像尽可能稀疏为目标,以天线阵采集的观测数据适定模型数据为核心约束条件建立日像仪成像模型,并以数学优化方法求解成像模型从而获得太阳图像。该阵列设计与成像方法可大幅度降低天线阵天线单元数目、大幅度降低太阳数据的传输量和存储量,有效提高日像仪的成像质量,并能节约日像仪研制和运行成本。

    基于YOLOv8的弯道目标检测系统
    38.
    发明公开

    公开(公告)号:CN119478855A

    公开(公告)日:2025-02-18

    申请号:CN202411563242.1

    申请日:2024-11-04

    Abstract: 首先在农村公路搭建视频监控系统,构建弯道目标检测数据集,使用弯道目标检测数据集训练YOLOv8算法模型,达到快速识别弯道交通目标检测的目的;针对雨雪形态变换自由,使用改装的积水传感器来辅助判断,并为传感器开发了专用于GPIO接口的扩展板,结合温湿度传感器,提高了道路积水以及雨雪检测的准确度;并将人工智能算法部署在本地边缘节点,可有效降低成本,使处理延迟小,稳定性高,并且实现灵活布置,不受线路影响;软件部分,软件框架细分为四大部分,分步实现智能交互场景的信息综合研究,判断与决策研究功能,既能优先传递高级预警信息的同时对驾驶员的影响降到最低,又将险情上报上级决策机构,及时阻拦车辆进入。

    基于传感器大屏显示的目标检测方法

    公开(公告)号:CN119471822A

    公开(公告)日:2025-02-18

    申请号:CN202411563386.7

    申请日:2024-11-04

    Abstract: 提出了一种基于新型自研的积水传感器的目标检测方法;实施方法如下:首先进行传感器电路的安装,引入了一个LM393的电压比较器,反相端连接一个滑动变阻器来调节判定是否有积水的电压阈值,在同相输入端设计一个积水感应装置,为了后续检测工作,在电路的输出端加了一个SN74LVC1G04DBVR反相器用于改变电路输出的高低电平;之后进行检测逻辑电路的设计,然后按照设计的GPIO接口进行组装,最后设计出相应的PCB和3D仿真,进行积水目标检测,并通过大屏显示出积水目标检测。

    基于矢量化积的多族群信号DOA降维方法

    公开(公告)号:CN117630806A

    公开(公告)日:2024-03-01

    申请号:CN202311560008.9

    申请日:2023-11-21

    Abstract: 本发明提出了一种基于矢量化积的多族群信号DOA降维方法,实施方式如下:当系统初始化之后,利用稀疏非均匀阵列接收由远场窄带混合源信号数据,随后通过计算得到信号数据的协方差矩阵,将该协方差矩阵作为观测信号且构造完备正交字典,引入离网模型并应用泰勒展开近似对字典进行修正,利用OMP方法解析树架构,随后同理将矩阵 作为观测信号,而后得到离网部分信号和信号功率。此方法使得计算量变小,且充分利用了阵元数据,并减小冗余的信息对信号带来的误差,数值实验证明了该方法的有效性和良好的性能。

Patent Agency Ranking