基于深度卷积神经网络的宽带信号DOA估计方法

AITNT
正文
推荐专利
基于深度卷积神经网络的宽带信号DOA估计方法
申请号:CN202510268746
申请日期:2025-03-07
公开号:CN120103251A
公开日期:2025-06-06
类型:发明专利
摘要
本发明公开了基于深度卷积神经网络的宽带信号DOA估计方法,首先根据均匀线阵的阵列结构及空域目标信息,计算宽带信号多快拍下的阵列数学模型;然后计算聚焦后参考频点的阵列接收数据矩阵;建立宽带信号协方差矩阵稀疏表示模型;对宽带信号协方差矩阵稀疏表示模型进行预处理,得到网络输入空间伪谱;搭建用于DOA估计的深度卷积神经网络模型并训练;最后将测试样本输入到训练好的深度卷积神经网络模型,计算得到宽带信号DOA估计值。本发明能够实现高精度、高分辨率、高效率的宽带信号DOA估计性能。
技术关键词
深度卷积神经网络 协方差矩阵 DOA估计 信号 数学模型 阵列结构 频率 电磁波传播速度 样本 深度学习理论 搜索算法 噪声 损失函数优化 更新网络参数
系统为您推荐了相关专利信息
1
一种自动纠偏的高精度塑料切粒设备控制方法及系统
塑料切粒设备 图像 坐标 射线 数学模型
2
一种用于车用控制器的电压监测系统和电压监测方法
电压监测系统 电压监测模块 故障注入模块 输入接口 电压监测方法
3
一种公路交通信息发布设备状态监测方法、设备和介质
信息发布设备 频域特征 故障检测模型 状态监测方法 波形
4
基于分布式光纤与功率谱密度的桥梁模态识别方法、系统、介质和产品
模态识别方法 分布式光纤 密度 功率 多通道
5
区块链赋能的战场分布式频率谱分配架构及方法
分布式频率 节点 集群 数学模型 频谱管理
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