摘要
本发明公开了一种基于级联神经网络的多源DOA高分辨估计方法及系统,涉及阵列信号处理技术领域,方法中,首先基于单层FNN设计了一个可解释空域滤波网络,从而将目标空域划分为多个子空域,再利用多个二维CNN对每个子空域的输出数据进行处理,得到信源数未知条件下的多信源DOA估计结果。为提高DOA估计精度,还采用预训练和联合微调的网络训练方法,先对可解释SF‑Net和各个二维CNN进行独立预训练,以此为基础对级联神经网络进行端到端的联合训练,从而获得最终的网络参数,进行多源DOA估计。本发明可提高网络可解释性、减少训练数据集规模、降低网络训练难度,且在多信源条件下能够获得更优的DOA估计性能。
技术关键词
级联神经网络
估计方法
谱估计
协方差矩阵估计
空域滤波器
数据
参数
单层
DOA估计精度
阵列信号处理技术
网格
通道
网络训练方法
误差函数
系统为您推荐了相关专利信息
综合能源系统
状态估计方法
加权算法
数据
进化算法
配电网运行优化方法
变压器模型
电力变压器系统
计算机可执行指令
梯度下降法
多项式
优化设计方法
构型
回归方法
拉丁超立方抽样
概率密度函数
蒸汽发生器组件
样本
分系统
计算方法