[發(fā)明專利]基于稀疏貝葉斯學(xué)習(xí)的波達(dá)方向角估計(jì)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201510001337.9 | 申請(qǐng)日: | 2015-01-04 |
| 公開(kāi)(公告)號(hào): | CN104537249B | 公開(kāi)(公告)日: | 2017-06-13 |
| 發(fā)明(設(shè)計(jì))人: | 蔡晶晶;鮑丹;武斌;秦國(guó)棟;劉高高;李鵬;馮小平;張銀平 | 申請(qǐng)(專利權(quán))人: | 西安電子科技大學(xué) |
| 主分類(lèi)號(hào): | G06F19/00 | 分類(lèi)號(hào): | G06F19/00 |
| 代理公司: | 陜西電子工業(yè)專利中心61205 | 代理人: | 王品華,朱衛(wèi)星 |
| 地址: | 710071*** | 國(guó)省代碼: | 陜西;61 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 稀疏 貝葉斯 學(xué)習(xí) 方向 估計(jì) 方法 | ||
1.一種基于稀疏貝葉斯學(xué)習(xí)的波達(dá)方向角估計(jì)方法,包括以下步驟:
1)采用M個(gè)天線接收機(jī)形成均勻線性陣列,并假設(shè)有K個(gè)信號(hào)入射到該均勻線性陣列,各天線接收機(jī)間距均為d,每個(gè)天線接收機(jī)稱為一個(gè)陣元,其中,M≥2,K≥1,0<d≤λ/2,λ為入射窄帶信號(hào)波長(zhǎng);
2)由陣列天線接收機(jī)對(duì)空間信號(hào)進(jìn)行并行采樣,得到輸出信號(hào)Y(t);
3)將陣列輸出信號(hào)Y(t)轉(zhuǎn)換為實(shí)值信號(hào)矩陣Yr,并根據(jù)實(shí)值信號(hào)矩陣Yr,計(jì)算陣列協(xié)方差矩陣R:
R=E[Yr(t)YrH(t)],
其中,E[·]表示求數(shù)學(xué)期望,H表示共軛轉(zhuǎn)置運(yùn)算;
4)對(duì)觀測(cè)空間進(jìn)行網(wǎng)格劃分,構(gòu)造實(shí)值化的超完備基Φ(θ):
4a)根據(jù)信號(hào)源的空域稀疏特性,采用空間網(wǎng)格劃分方法,將觀測(cè)空域[-90°,90°]等間隔劃分成Q個(gè)角度,定義為波達(dá)方向角范圍θ=[θ1,θ2,...,θq,...,θQ],θq為目標(biāo)信號(hào)的來(lái)波方向角,q=1,2,...,Q,Q>>M;
4b)構(gòu)造一個(gè)空域稀疏化后對(duì)應(yīng)的M×Q維的導(dǎo)向矩陣A(θ):
A(θ)=[α(θ1),...,α(θq),...,α(θQ)],
其中,α(θq)表示方向角θq對(duì)應(yīng)的導(dǎo)向矢量:
其中,表示相鄰兩個(gè)陣元間的相位差,T表示矩陣轉(zhuǎn)置運(yùn)算,j為虛數(shù)單位;
4c)計(jì)算實(shí)值化的超完備基Φ(θ):
其中,q=1,2,…,Q,稱為基向量,QM是酉變換矩陣,Λ是一個(gè)Q階對(duì)角矩陣,其第q行的對(duì)角元素為
5)根據(jù)步驟(4)和(5)得到的結(jié)果,將波達(dá)方向角估計(jì)問(wèn)題轉(zhuǎn)化為求解如下矩陣方程:
R=Φ(θ)X+σ2IM,
其中X是一個(gè)Q×M維的未知矩陣,σ2是加性高斯噪聲方差,IM是M階單位矩陣;
6)定義一個(gè)超參數(shù)向量γ=[γ1,...,γq,...,γQ]T,γq為控制矩陣X第q行元素分布的未知先驗(yàn)方差,并采用稀疏貝葉斯學(xué)習(xí)算法求解該矩陣方程,得到超參數(shù)向量γ最稀疏的解γ*;
所述采用稀疏貝葉斯學(xué)習(xí)疏算法求解該矩陣方程,得到超參數(shù)向量γ最稀的解γ*,按如下步驟進(jìn)行:
6a)將超參數(shù)向量γ初始化為所有元素均為1的向量,設(shè)定加性高斯噪聲方差σ2的
6b)根據(jù)超完備基Φ(θ)和陣列協(xié)方差矩陣R,計(jì)算迭代過(guò)程中未知矩陣X的均值μ初始值為陣列協(xié)方差矩陣R的最小特征值;和方差V:
其中:Γ=diag(γ),VR=σ2IM+Φ(θ)ΓΦT(θ),(·)-1為矩陣求逆運(yùn)算,diag表示構(gòu)造對(duì)角矩陣;
6c)采用均值最大EM準(zhǔn)則分別更新超參數(shù)向量γ的第i個(gè)元素γi和噪聲方差σ2,得到更新后的元素γi′和噪聲方差(σ2)′:
其中,Vii為方差V的第i行和第i列對(duì)應(yīng)的元素,μi為均值μ的第i行元素組成的向量,i=1,…,Q,||·||2,||·||F分別表示求2范數(shù)和F范數(shù);
6d)計(jì)算更新后的元素γi′與超參數(shù)向量γ中最大元素值的相對(duì)殘差ξ:
ξ=10lg(γi′/max(γ)),
若ξ<-30dB,則將元素γi′及其在超完備基Φ(θ)中對(duì)應(yīng)的基向量分別置零,若ξ>-30dB,則保留元素γi′及其在超完備基Φ(θ)中對(duì)應(yīng)的基向量進(jìn)入下一次迭代計(jì)算;
6e)迭代計(jì)算步驟6b)到步驟6d),直至滿足max(max|μ′-μ|)<ε時(shí)停止,得到最稀疏的解γ*,其中μ′為上次迭代過(guò)程中的均值,ε為迭代停止門(mén)限,其值為10-8;
7)以波達(dá)方向角范圍θ=[θ1,θ2,...,θq,...,θQ]的值為x軸坐標(biāo),以γ*向量的幅度值為y軸坐標(biāo),繪制幅度譜圖,從該幅度譜圖中按照從高到低的順序?qū)ふ曳递^大的前K個(gè)譜峰,這些譜峰的峰值點(diǎn)所對(duì)應(yīng)的x軸坐標(biāo)即為所求的波達(dá)方向角度值。
2.根據(jù)權(quán)利要求1所述的一種基于稀疏貝葉斯學(xué)習(xí)的波達(dá)方向角估計(jì)方法,其中步驟3)所述的將陣列輸出信號(hào)Y(t)轉(zhuǎn)換為實(shí)值信號(hào)矩陣Yr,按如下步驟進(jìn)行:
3a)計(jì)算輸出信號(hào)Y(t)的增廣數(shù)據(jù)矩陣Yaug:
Yaug=[Y(t),ΠMY*(t)ΠN],
其中,*表示共軛運(yùn)算,N表示采樣點(diǎn)數(shù),ΠM和ΠN分別表示反對(duì)角線元素為1,其余元素均為0的M×M維置換矩陣和N×N維置換矩陣;
3b)根據(jù)矩陣?yán)碚摚瑢⒃鰪V數(shù)據(jù)矩陣Yaug通過(guò)以下變換轉(zhuǎn)換為實(shí)值信號(hào)矩陣Yr:
其中,H表示共軛轉(zhuǎn)置運(yùn)算,Q2N是一個(gè)酉矩陣,
QM稱為酉變換矩陣,其按如下規(guī)則計(jì)算:
若M為偶數(shù),則式中n=M/2,
若M為奇數(shù),則式中n=(M-1)/2,
式中,Πn表示反對(duì)角線元素為1,其余元素均為0的n×n維置換矩陣,In和IN均表示單位矩陣。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安電子科技大學(xué),未經(jīng)西安電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510001337.9/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 上一篇:醫(yī)療數(shù)據(jù)存儲(chǔ)方法和醫(yī)療數(shù)據(jù)存儲(chǔ)裝置
- 下一篇:基于齊次坐標(biāo)方法的微動(dòng)臺(tái)動(dòng)態(tài)可靠性分析方法
- 同類(lèi)專利
- 專利分類(lèi)
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F19-00 專門(mén)適用于特定應(yīng)用的數(shù)字計(jì)算或數(shù)據(jù)處理的設(shè)備或方法
G06F19-10 .生物信息學(xué),即計(jì)算分子生物學(xué)中的遺傳或蛋白質(zhì)相關(guān)的數(shù)據(jù)處理方法或系統(tǒng)
G06F19-12 ..用于系統(tǒng)生物學(xué)的建模或仿真,例如:概率模型或動(dòng)態(tài)模型,遺傳基因管理網(wǎng)絡(luò),蛋白質(zhì)交互作用網(wǎng)絡(luò)或新陳代謝作用網(wǎng)絡(luò)
G06F19-14 ..用于發(fā)展或進(jìn)化的,例如:進(jìn)化的保存區(qū)域決定或進(jìn)化樹(shù)結(jié)構(gòu)
G06F19-16 ..用于分子結(jié)構(gòu)的,例如:結(jié)構(gòu)排序,結(jié)構(gòu)或功能關(guān)系,蛋白質(zhì)折疊,結(jié)構(gòu)域拓?fù)洌媒Y(jié)構(gòu)數(shù)據(jù)的藥靶,涉及二維或三維結(jié)構(gòu)的
G06F19-18 ..用于功能性基因組學(xué)或蛋白質(zhì)組學(xué)的,例如:基因型–表型關(guān)聯(lián),不均衡連接,種群遺傳學(xué),結(jié)合位置鑒定,變異發(fā)生,基因型或染色體組的注釋,蛋白質(zhì)相互作用或蛋白質(zhì)核酸的相互作用
- 一種自主融合先驗(yàn)知識(shí)的貝葉斯網(wǎng)絡(luò)方法
- 構(gòu)建解決組合爆炸問(wèn)題的級(jí)聯(lián)貝葉斯網(wǎng)絡(luò)的方法
- 一種可重構(gòu)系統(tǒng)貝葉斯網(wǎng)構(gòu)建方法
- 一種基于貝葉斯網(wǎng)絡(luò)的網(wǎng)站缺陷預(yù)測(cè)方法及其實(shí)現(xiàn)系統(tǒng)
- 應(yīng)用處理方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備
- 一種遮擋目標(biāo)檢測(cè)方法、電子設(shè)備、存儲(chǔ)介質(zhì)及系統(tǒng)
- 基于貝葉斯網(wǎng)絡(luò)推理模型的犯罪重建方法及裝置
- 利用憶阻器本征噪聲實(shí)現(xiàn)貝葉斯神經(jīng)網(wǎng)絡(luò)的方法及裝置
- 基于面向?qū)ο筘惾~斯網(wǎng)絡(luò)的中央空調(diào)系統(tǒng)故障診斷方法
- 一種基于貝葉斯神經(jīng)網(wǎng)絡(luò)權(quán)重約束的圖像分類(lèi)方法
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)





