买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利基于能量谷-压缩感知的MIMO雷达互耦误差和DOA联合估计的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120314877B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510456743.8，技术领域涉及：G01S7/02；该发明授权基于能量谷-压缩感知的MIMO雷达互耦误差和DOA联合估计的方法是由孙璐;王青波;郝洁;陈兵设计研发完成，并于2025-04-12向国家知识产权局提交的专利申请。

本基于能量谷-压缩感知的MIMO雷达互耦误差和DOA联合估计的方法在说明书摘要公布了：本发明公开一种基于能量谷‑压缩感知的MIMO雷达互耦误差和DOA联合估计的方法。该方法在压缩感知的设计框架下，针对MIMO雷达的阵列模型存在互耦误差引起目标角度识别准确性差的问题，通过在EVO算法中引入不同扰动策略以及在CS信号重构过程引入加权和子空间滤波操作，设计了改进EVO‑CS算法，不仅能够使算法最大程度地获取全局最优解，同时增强了算法在低信噪比等恶劣条件下的鲁棒性，拓宽了压缩感知算法在MIMO雷达的应用性，改进和提高了压缩感知算法在MIMO雷达场景下实现目标角度定位中的求解能力。实例表明本发明能够实现更准确的互耦误差系数和DOA估计结果，全局寻优能力更强，估计准确度最高，有效地增强了MIMO雷达系统识别空间目标的检测性能。

本发明授权基于能量谷-压缩感知的MIMO雷达互耦误差和DOA联合估计的方法在权利要求书中公布了：1.一种基于能量谷-压缩感知的MIMO雷达互耦误差和DOA联合估计方法，其特征在于，该方法实施步骤包括： S1、构建MIMO雷达的发射阵列和接收阵列的阵元排布方式，所述发射阵列中阵元按照嵌套阵列模型排布，所述接收阵列采用相对稀疏的均匀阵列； S2、根据发射阵列和接收阵列的阵元位置，分别建模发射阵列和接收阵列对应的导向矢量和导向矩阵，从而建立MIMO雷达接收的目标回波数据的数学模型； S3、根据发射阵列中各个阵元的位置关系，以互耦误差系数为对象，构建发射阵列对应的互耦误差矩阵； S4、根据发射阵列的互耦误差矩阵，确定耦合系数的数学表达； S5、构建互耦误差影响下MIMO雷达的阵列接收数据； S6、构建MIMO雷达阵列接收数据的协方差矩阵； S7、利用矩阵的矢量化操作，获得MIMO雷达形成的虚拟阵列对应的虚拟阵列接收数据； S8、利用目标信号在空间角度域的稀疏性，设计字典矩阵； S9、在稀疏性条件假设下，构建虚拟阵列接收数据； S10、在CS框架下，构建MIMO雷达场景下互耦误差系数和DOA估计的联合优化问题，数学表示为： 式中，表示互耦误差系数，表示矢量化后的向量，表示信号自相关矩阵，表示发射阵列的互耦误差对应的耦合系数，表示范数，表示范数，表示对应于字典矩阵的信号向量，和分别表示发射阵列中第和第个阵元位置，为一个正数，为字典矩阵，是MIMO雷达的虚拟阵列对应的虚拟接收向量，表示互耦误差的最大作用间隔； S11、利用改进的EVO-CS算法求解步骤S10所述的联合优化问题，该算法根据输入的最大迭代次数和粗估计的信号角度，计算输出互耦误差估计矩阵，信号DOA估计值，包括执行如下的计算过程： 1计算估计互耦误差系数：固定，是迭代次数，将简化联合优化问题，并利用改进EVO算法求解以得到互耦误差系数： 基于所估计的互耦误差系数构建互耦误差系数矩阵，并对MIMO雷达的虚拟接收数据进行补偿； 3估计信号角度：固定互耦误差矩阵，简化联合优化问题如下，并利用改进WSOMP算法求解以得到目标角度的估计值； 4更新MIMO雷达的虚拟接收数据:。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。