一种近场失配稳健的稀疏贝叶斯学习目标方位估计算法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种近场失配稳健的稀疏贝叶斯学习目标方位估计算法
申请号:
CN202510867732
申请日期:
2025-06-26
公开号:
CN120972182A
公开日期:
2025-11-18
类型:
发明专利
摘要
本发明涉及一种近场失配稳健的稀疏贝叶斯学习目标方位估计方法,使用近场波速形成初始化空间谱;重构互谱密度矩阵;修正互谱密度矩阵;结合稀疏贝叶斯学习算法的空间谱表达式,构造待优化目标函数与约束条件;通过解最优化问题获得优化条件下的向量估计;修正导引向量;更新历史导引向量;代入稀疏贝叶斯学习的迭代公式,完成空间谱估计;迭代重复前述步骤,直至符合中止条件后输出空间谱估计结果。本发明对近场目标保有良好的方位估计性能,具有良好的工程实用前景。
技术关键词
稀疏贝叶斯学习
方位估计算法
谱估计
方位估计方法
矩阵
密度
重构
表达式
波束
网格
阵列
误差
信号
数据