一种跨平台的复域特征增强相干超分辨DOA估计方法

本发明涉及波达方向估计技术领域，具体公开了一种跨平台的复域特征增强相干超分辨DOA估计方法，包括以下步骤：首先，构建复数域CVSIMO学习模型；对采样数据进行预处理；CVSIMO学习模型的前向传播；CVSIMO学习模型的反向传播与参数优化；数据重构与信号分离；跨平台的超分辨DOA估计；最后进行模型仿真实验。本发明采用上述的一种跨平台的复域特征增强相干超分辨DOA估计方法，可实现多个点源信号的特征挖掘，利用复数域神经网络模型，将多源估计问题转化为单点源的DOA估计问题，并利用复数域神经网络的优势，增强相干信号的特征，提高超分辨DOA估计算法的性能和精度，也可实现多个相干信号的数据分离并进行跨平台DOA估计，通过巧妙的特征求解实现真实角度估计。