摘要
本发明公开了一种基于神经网络和大电磁矢量传感器的DOA估计方法,属于信号处理技术领域,包括建立6分量分离式大电磁矢量传感器,接收得到信号源接收数据,利用ESPRIT估计信号参数方法,计算得到信号的导向矢量估计值,预处理后,得到信号数据集,利用信号数据集对DOA估计计算模型进行训练,并利用训练好的DOA估计计算模型,完成大电磁矢量传感器的DOA估计。本发明将神经网络深度学习引入到极化敏感阵列的DOA估计中,建立DOA估计计算模型,并结合数据驱动,能够对大电磁矢量传感器进行DOA估计,解决了空间相位因子和大电磁矢量传感器自身响应复杂、高度非线性的问题。
技术关键词
电磁矢量传感器
估计方法
DOA估计
积层
神经网络深度学习
矩阵
信号源
极化敏感阵列
样本
数据
信号处理技术
表达式
标签
方位角
非线性
参数
批量
因子
元素
系统为您推荐了相关专利信息
BiLSTM模型
LightGBM模型
联合估计方法
多维特征数据
锂电池
激光雷达点云数据
视觉传感器
导航方法
激光雷达数据采集
卷积神经网络深度学习模型