摘要
本发明提供了基于局部与全局自监督网络的稀疏阵列波达方向估计方法,包括:步骤1,进行信号处理:构建任意稀疏阵列接收信号,并进行差集虚拟阵列扩展,得到差集虚拟阵列测量数据;根据测量数据,构建神经网络训练数据集;步骤2,建立局部与全局特征提取网络;步骤3,建立原子范数最小化ANM自监督网络;步骤4,无网格信号恢复与波达方向DOA估计,实现无标签自监督数据恢复,最后利用恢复的无网格数据进行波达方向估计。本文提出的新方案具有无网格恢复性能,解决了传统神经网络方法的基不匹配问题,具有更加精确的恢复与估计性能。
技术关键词
全局特征提取
阵列
神经网络训练数据
线性单元
DOA估计
估计方法
特征值
网格
协方差矩阵
注意力机制
信号源
神经网络方法
门控阈值
正弦编码
系统为您推荐了相关专利信息
协同系统
子模块
机电气控制柜
防粘连
5G无线通信
风力发电塔
光纤光栅传感器阵列
数字孪生模型
分布式传感网络
剩余疲劳寿命
压痕缺陷
线阵CCD相机
图像
三维模型
拍摄系统