基于稀疏贝叶斯学习的矢量共形阵列DOA-极化参数联合估计方法

被引：0

专利类型：

发明

申请号：

CN202110696504.1

申请日：

2021-06-23

公开(公告)号：

CN113625219A

公开(公告)日：

2021-11-09

发明(设计)人：

蓝晓宇王靖宙邹岩姜来

申请人：

申请人地址：

110136 辽宁省沈阳市道义经济开发区道义南大街37号

IPC主分类号：

G01S314

IPC分类号：

代理机构：

沈阳维特专利商标事务所(普通合伙) 21229

代理人：

王翠

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2021-11-09	公开	公开
2021-11-26	实质审查的生效	实质审查的生效 IPC(主分类):G01S 3/14 申请日:20210623

共 50 条

[1]

基于变分稀疏贝叶斯学习的矢量共形阵列DOA-极化参数联合估计方法 [P].

蓝晓宇 ;

姜来 ;

王宇鹏 ;

杨帆 ;

王坤明 .

中国专利 :CN114355279A ,2022-04-15

[2]

基于张量的矢量共形阵列极化-DOA联合估计方法 [P].

蓝晓宇 ;

李程程 ;

王宇鹏 ;

梁明珅 .

中国专利 :CN113050028B ,2024-07-09

[3]

基于张量的矢量共形阵列极化-DOA联合估计方法 [P].

蓝晓宇 ;

李程程 ;

王宇鹏 ;

梁明珅 .

中国专利 :CN113050028A ,2021-06-29

[4]

一种基于稀疏贝叶斯学习的联合宽带DOA及频带估计方法 [P].

汤涛 ;

杨成竹 ;

陈德胜 .

中国专利 :CN120559571A ,2025-08-29

[5]

一种基于稀疏贝叶斯学习的相干信号DOA估计方法 [P].

杨杰 ;

杨益新 ;

禄婕一 .

中国专利 :CN110208735B ,2019-09-06

[6]

一种基于稀疏贝叶斯学习的机动阵列方位估计方法 [P].

郝宇 ;

邱龙皓 ;

王燕 ;

赵磊 ;

付进 ;

邹男 ;

齐滨 ;

王晋晋 ;

王逸林 ;

张光普 ;

梁国龙 .

中国专利 :CN112766304A ,2021-05-07

[7]

基于残缺电矢量传感器的DOA-极化信息联合估计方法 [P].

陈志坤 ;

吴美婵 ;

王文亮 ;

刘淳熙 .

中国专利 :CN114113808A ,2022-03-01

[8]

一种基于实值稀疏贝叶斯学习的离格DOA估计方法 [P].

郑敬豪 ;

戴继生 .

中国专利 :CN111337893B ,2020-06-26

[9]

一种基于实值稀疏贝叶斯学习的MIMO雷达稳健DOA估计方法 [P].

王咸鹏 ;

王华飞 ;

黄梦醒 ;

吴迪 ;

苏婷 ;

迟阔 ;

简琳露 .

中国专利 :CN112924947A ,2021-06-08

[10]

一种基于改进的离网格稀疏贝叶斯学习的DOA估计方法 [P].

桂任舟 ;

赵君 .

中国专利 :CN115372891B ,2024-12-13

← 1 2 3 4 5 →