一种基于虚拟域张量完备的互质双基地MIMO雷达系统的参数估计方法

    公开(公告)号:CN120009845A

    公开(公告)日:2025-05-16

    申请号:CN202510098071.8

    申请日:2025-01-22

    Applicant: 海南大学

    Abstract: 本发明提供一种基于虚拟域张量完备的互质双基地MIMO雷达系统的参数估计方法,其特征在于,所述方法包括如下步骤:步骤S1:将互质双基地MIMO雷达系统的接收数据排列成三阶张量的形式;步骤S2:利用两个不同时域下的接收张量信号获得基于时域互相关张量,并基于互相关张量降维推导得到二维增广非连续虚拟阵列;步骤S3:基于互相关二阶统计量的非Hermitian特性构造具有元素缺失的虚拟域张量;步骤S4:对具有元素缺失的虚拟域张量进行维度扩展和降维重构,获得离散程度高并且缺失元素占比低的虚拟域张量;步骤S5:通过求解张量核范数最小化问题进行虚拟域张量完备;步骤S6:对完备过后的虚拟域张量执行PARAFAC分解并估计DOA参数和DOD参数。

    全数字子阵与异构混合结构相结合的双重MIMO接收机

    公开(公告)号:CN119986523A

    公开(公告)日:2025-05-13

    申请号:CN202510020765.X

    申请日:2025-01-07

    Applicant: 海南大学

    Abstract: 本发明公开了一种全数字子阵与异构混合结构相结合的双重MIMO接收机,包括全数字FD子阵列结构和异构混合H2AD结构,其中FD子阵列结构具有M根天线;在H2AD结构中,阵列被分为H个子阵列群,每个子阵列群有Kh个子阵列,其中每个子阵列均含有Mh根天线,h=1,2,…,H,M1≠M2≠…≠MH且M1,M2,…,MH的值互质。本发明整合了异构混合结构和全数字MIMO接收机结构的优点设计H2AD‑FD结构,可实现快速消除相位模糊问题,并具备同样高能效、低成本及低复杂度的优点;用全数字MIMO接收机预先估计的辐射源方向粗略角度作候选解集合中真解类初始聚类中心,可显著加速正假解类的快速聚类,并去除候选解集集合中的伪解,能够降低H2AD结构的计算复杂度。

    一种高集成度矢量流场传感器

    公开(公告)号:CN117630411B

    公开(公告)日:2024-08-20

    申请号:CN202311609738.3

    申请日:2023-11-29

    Applicant: 海南大学

    Abstract: 本发明公开了一种高集成度矢量流场传感器,所述传感器包括发射信号模块、接收信号模块和信号处理模块;所述发射信号模块用于发射光源;所述接收模块由光纤探头和多芯光纤扇入扇出装置组成,所述光源经过所述光纤探头调制成光信号;所述信号处理模块用于将所述光信号转换为电信号,并将所述电信号进行解调,得到矢量流场感应结果。本发明泡外部采用金属镀膜封装,光学系统在微泡内,不易受外界盐离子等干扰。在特定的研磨斜角下,多芯单模光纤和超薄微泡可形成多个F‑P腔,可通过测量点感知多个方向的流速分量,并结合矢量反演来确定测量点的流速大小及方位,实现高集成度,高空间分辨率流速的矢量测量。

    一种高集成度矢量流场传感器
    46.
    发明公开

    公开(公告)号:CN117630411A

    公开(公告)日:2024-03-01

    申请号:CN202311609738.3

    申请日:2023-11-29

    Applicant: 海南大学

    Abstract: 本发明公开了一种高集成度矢量流场传感器,所述传感器包括发射信号模块、接收信号模块和信号处理模块;所述发射信号模块用于发射光源;所述接收模块由光纤探头和多芯光纤扇入扇出装置组成,所述光源经过所述光纤探头调制成光信号;所述信号处理模块用于将所述光信号转换为电信号,并将所述电信号进行解调,得到矢量流场感应结果。本发明泡外部采用金属镀膜封装,光学系统在微泡内,不易受外界盐离子等干扰。在特定的研磨斜角下,多芯单模光纤和超薄微泡可形成多个F‑P腔,可通过测量点感知多个方向的流速分量,并结合矢量反演来确定测量点的流速大小及方位,实现高集成度,高空间分辨率流速的矢量测量。

    一种基于多尺度特征自适应融合的水上红外目标检测方法

    公开(公告)号:CN116824317A

    公开(公告)日:2023-09-29

    申请号:CN202310544364.5

    申请日:2023-05-12

    Applicant: 海南大学

    Abstract: 本发明提供了一种基于多尺度特征自适应融合的水上红外目标检测方法,该方法包括:对输入的水上红外图像进行自适应缩放,统一输入图像尺寸。使用特征提取网络得到多尺度特征信息。然后,通过双向跳跃连接特征融合模块对多尺度特征信息进行初步的特征融合。初步融合后的特征再经过多尺度特征自适应融合模块输出最终的特征信息,其中,所述多尺度特征自适应融合模块通过高效频率通道注意力模块来自适应调整不同尺度特征层之间的融合比例。最后,预测层对特征信息进行预测,得到多个预测框,使用非极大值抑制方法来确定目标框、目标类别和置信度,从而检测到目标。本发明能够适应复杂多变的水上场景,提升水上红外目标检测的准确性和抗干扰能力。

    基于量子力学去噪的毫米波大规模MIMO信道估计方法

    公开(公告)号:CN115022130A

    公开(公告)日:2022-09-06

    申请号:CN202210526448.1

    申请日:2022-05-16

    Applicant: 海南大学

    Abstract: 本发明提供一种基于量子力学去噪的毫米波大规模MIMO信道估计方法,包括步骤:对毫米波大规模MIMO系统进行建模,确定毫米波大规模MIMO系统的噪声接收信号模型;构造哈密顿矩阵并计算其特征向量和特征值,根据哈密顿矩阵特征向量计算对噪声接收信号进行去噪处理所需的自适应基;将噪声接收信号投影到自适应基上计算系数,在转换空间时,对系数进行软阈值处理,重构去噪接收信号;针对去噪接收信号的无约束优化问题确定优化目标函数具体形式,将目标函数等效为迭代替代函数,将毫米波大规模MIMO系统的信道估计问题简化为对角度参数的估计;通过预设算法将角度参数迭代地移动到实际角度值,获得信道估计结果。本发明相较于现有技术具有更好的信道估计性能。

Patent Agency Ranking