摘要
本发明公开了一种基于自编码器和深度神经网络的低信噪比DOA估计方法,包括低信噪比DOA估计方法和结合DAE和CNN的DOA估计方法,其低信噪比DOA估计方法步骤如下:给定阵列雷达接收天线阵元数M、阵元位置dm、信噪比SNR、输入信号sin等参数;得到阵列接收数据协方差阵R;取入射角度[‑60°,60°]范围内接收信号协方差矩阵R的实部和虚部作为神经网络的输入Y1,构建数据集,按照8:2的比例区分训练集和测试集;初始化DAE网络参数,将训练集内数据导入,完成前向传播,同时对误差进行反向传播,同步更新网络权值;本发明进一步引入了DAE网络结构进行信号处理的优化,不仅提高了DOA估计的准确度,还降低了对复杂计算资源的需求。
技术关键词
DOA估计方法
协方差矩阵
噪声子空间
深度神经网络
低信噪比
多重信号分类算法
编码器
阵列
子空间算法
网络结构
特征值
接收信号信噪比
数据
系统为您推荐了相关专利信息
高斯混合模型
混合建模方法
协方差矩阵
数据读取模块
后验概率
医疗图像分割方法
医疗图像数据
图像块
图像分割系统
图像分割装置
激光雷达
外参标定方法
姿态关系
作业车辆
协方差矩阵
继电保护装置
可靠性特征
深度神经网络模型
性能评估方法
支持向量机分类器
信道脉冲响应
消除多径干扰
风险评估模型
施工现场
协方差矩阵