摘要
本发明公开了一种基于多模态深度学习的双重混合结构的DOA估计方法及系统,具体为:构造全数字FD子阵列与异构混合H2AD结构相结合的双重MIMO接收机H2AD‑FD系统模型;通过对H2AD结构中的每个小组进行DOA估计产生多个候选角度集合;针对FD子阵列,采用多层深度学习算法或Root‑MUSIC方法计算辐射源方向粗略估计值;采用层次聚类方法从H2AD的候选角度集合中推断出每个小组对应的真解;基于最小均方误差原理设计最优加权融合算法,合成两部分真解,获得最终的DOA估计值。本发明能够快速消除相位模糊,并且具备高能效、低成本及低复杂度的测向性能。
技术关键词
多模态深度学习
混合结构
DOA估计
估计方法
MIMO接收机
层次聚类方法
加权融合算法
深度学习算法
辐射源
噪声子空间
虚拟天线阵列
噪声方差
协方差矩阵
波束成形向量
块对角矩阵
多项式
粗略
信噪比
系统为您推荐了相关专利信息
MUSIC谱峰搜索方法
噪声子空间
混沌算法
二维DOA估计
协方差矩阵
角度联合估计方法
相位误差
正交频分复用
误差校正
波束成形技术
稀疏信道估计方法
延迟多普勒
算法
三维结构
性判断方法