基于神经网络与球面波模式展开的稀疏采样天线远场方向图重建方法

AITNT
正文
推荐专利
基于神经网络与球面波模式展开的稀疏采样天线远场方向图重建方法
申请号:CN202411545749
申请日期:2024-11-01
公开号:CN119379833B
公开日期:2025-11-18
类型:发明专利
摘要
基于神经网络与球面波模式展开的稀疏采样天线远场方向图重建方法,包括以下步骤;步骤1:采用稀疏采样方案进行稀疏近场采样,获取近场数据;步骤2:对获取的近场数据进行测试样本增强;步骤3:将近场数据基于球面波展开原理进行傅里叶逆变换,获得球面波展开系数,计算球面波展开系数:步骤4:根据球面波展开定理和求解的球面波展开系数,计算低精度远场:步骤5:生成神经网络训练,对天线进行远场测试;步骤6:对神经网络训练中使用加权组合的损失函数,进行优化;步骤7:物理模型与神经网络结合,重构待测天线远场方向图。本发明通过对球面近场数据进行稀疏采样,结合物理模型和机器学习技术,快速重建天线的远场方向图。
技术关键词
神经网络训练 待测天线 球面近场 重构 数据 模式 生成神经网络 样本 训练神经网络 精度 机器学习技术 物理 方位角 采样点 视角 关系
系统为您推荐了相关专利信息
1
一种用于加热炉的炉管高温及形变保护控制终端
电源转换模块 数据通信端口 电源芯片 控制终端 滤波
2
基于RFID技术的无线供电集样桶的管理方法
全自动智能 管理方法 机器学习算法 标识符 无线供电装置
3
一种智能鼠标辅助控制方法、装置、电子设备及存储介质
辅助控制方法 智能鼠标 面部关键点 人脸检测模型 指针
4
基于深度强化学习的网络入侵检测模型构建方法
网络入侵检测模型 网络流量数据集 深度强化学习模型 注意力 输出特征
5
一种面向异构资源和数据的高效分层联邦学习方法
移动设备 面向异构资源 联邦学习方法 数据分布特征 分层
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号