-
公开(公告)号:CN115795287A
公开(公告)日:2023-03-14
申请号:CN202211335212.6
申请日:2022-10-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提出离网格空间交替稀疏贝叶斯压缩波束形成方法。本发明基于波束形成模型,通过一阶泰勒展开式近似对流形矩阵进行展开,导出包含DOA角度补偿的离网格波束形成模型;基于修正的多快照模型,给出三层贝叶斯结构图的模型假设,并采用空间交替法得到超参数变量的更新迭代公式,最终通过期望最大法给出DOA角度补偿矢量的更新方程。具体来说,本发明通过引入真实DOA和网格点之间的偏移矢量来修正波束形成模型,同时提高DOA角度和目标源信号估计的准确性,结合空间交替技术,避免每次迭代的矩阵求逆,不但减少了单次迭代的计算量,而且保留了加速收敛特征。
-
公开(公告)号:CN119001690A
公开(公告)日:2024-11-22
申请号:CN202411159303.8
申请日:2024-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于声学信号处理技术领域,具体涉及基于稀疏贝叶斯学习法的水下动目标探测方法、程序、设备及存储介质。本发明根据阵列信号模型得出观测数据矩阵与测量矩阵、噪声矩阵、干扰信号矩阵和待估计的水下动目标回波信号矩阵之间的线性方程式,并将待估计信号矩阵分成固定分量和时变分量两个子矩阵,对应每帧中相对稳定的干扰信号和时变的目标信号;对于每帧数据矩阵,其固定分量都被赋予相同的高斯先验分布,而时变分量的先验分布都各不相同,通过最大化近似后验,求解最优参数,计算出水下动目标回波信号的均值矩阵,在满足收敛条件后,输出水下动目标回波信号的均值矩阵作为其估计值,实现干扰信号的抑制和水下动目标回波信号的高精度重构。
-
公开(公告)号:CN115859012A
公开(公告)日:2023-03-28
申请号:CN202211484570.3
申请日:2022-11-24
Applicant: 哈尔滨工程大学
Abstract: 本发明提出基于快速多快照无逆稀疏贝叶斯的水下DOA和SAP估计方法。该方法引入光滑函数性质并推广为复数矩阵形式,基于推广后的性质,引入到多快照稀疏贝叶斯学习,推导出了矩阵形式的松弛证据下限relax‑ELBO;基于relax‑ELBO采用VEM方法求解隐变量的后验分布近似;根据后验分布近似对DOA和SAP估计,避免了矩阵求逆,很大程度上提高了运算速度,克服SBL难以在大规模领域和在线应用的局限。
-
-