一种基于多时刻联合感知信号增强的DOA估计方法

本发明公开了一种基于多时刻联合感知信号增强的DOA估计方法，包括如下步骤：基于水面场景，对移动目标构建感知信道模型；针对提高水面物体的DOA估计精度的问题，提出通过多时刻联合去噪来优化时变信道估计结果；对于时变信道估计，采用基于Double U‑Net的深度学习算法进行空域和角度域两个维度的去噪；利用去噪后的信道矩阵，采用MUSIC算法进行DOA估计。本发明采用基于深度卷积神经网络的Double U‑Net算法从多时刻联合的感知观测数据中提取信道的复杂特征，实现了信道去噪和增强，进而提高了DOA估计精度，从而有效地实现对水面物体的精确识别和追踪。与传统方法相比，本发明提出的DOA估计方法具有更高的估计精度。