公开(公告)号：CN117743755A

公开(公告)日：2024-03-22

申请号：CN202311340525.5

申请日：2023-10-17

Applicant: 宁波大学

Inventor： 张智诚 ,  田野 ,  任佳基 ,  赵鸿运

IPC: G06F18/10 ,  G06F17/16 ,  G06F17/15

Abstract: 本发明涉及一种基于自适应对角加载的信源数估计方法，其包括：S1:基于阵列天线输出数据计算样本采样协方差矩阵及其特征值；S2:在v个假定信源下利用天线数、样本数和特征值自适应地计算对角加载量；S3:利用加载后的特征值计算k(≤v)个假定信源下的线性伸缩系数；S4:构建基于线性伸缩系数的二阶差分算子，并通过寻找使差分算子大于零的最大v值完成信源数估计。和当前主流信源数方法相比，本发明方法不仅计算高效、噪声鲁棒性好，而且对大规模阵列下的多种样本场景和多种信号功率场景均有更优的适用性，同时，它还能够提供改进的信源数估计性能。

公开(公告)号：CN117590326B

公开(公告)日：2025-05-16

申请号：CN202311456520.9

申请日：2023-11-03

Applicant: 宁波大学

Inventor： 田野 ,  任佳基 ,  段晨康 ,  王烁同

IPC: G01S5/08 ,  G06N3/0464

Abstract: 本发明涉及一种Toeplitz和稀疏先验下基于深度神经网络的车辆定位方法，其包括：利用呈直角三角形布置的三个协作基站中的大规模均匀线阵接收车辆定位信号，确定各协作基站天线阵列下的到达角(DOA)估计信号形式；计算各协作基站天线阵列接收数据的协方差矩阵，并依次通过线性收缩估计和稀疏向量表示后，利用深度卷积网络获得DOA估计；基于获得的三协作基站的DOA估计结果，基于预判平均准则和交叉定位原理完成车辆的可靠定位。和已有的技术方案相比，本发明方法不仅计算复杂度低，而且对空间间距很近的车辆具有明显改进的分辨率和车辆定位精度。

公开(公告)号：CN117590326A

公开(公告)日：2024-02-23

申请号：CN202311456520.9

申请日：2023-11-03

Applicant: 宁波大学

Inventor： 田野 ,  任佳基 ,  段晨康 ,  王烁同

IPC: G01S5/08 ,  G06N3/0464

Abstract: 本发明涉及一种Toeplitz和稀疏先验下基于深度神经网络的车辆定位方法，其包括：利用呈直角三角形布置的三个协作基站中的大规模均匀线阵接收车辆定位信号，确定各协作基站天线阵列下的到达角(DOA)估计信号形式；计算各协作基站天线阵列接收数据的协方差矩阵，并依次通过线性收缩估计和稀疏向量表示后，利用深度卷积网络获得DOA估计；基于获得的三协作基站的DOA估计结果，基于预判平均准则和交叉定位原理完成车辆的可靠定位。和已有的技术方案相比，本发明方法不仅计算复杂度低，而且对空间间距很近的车辆具有明显改进的分辨率和车辆定位精度。