摘要
本发明提出一种基于深度卷积网络的相干信号到达方向估计方法及装置,属于阵列信号处理领域。所述方法包括:利用均匀线性阵列天线接收包含相干信号的待测信号,得到阵列接收数据矩阵并提取协方差矩阵;将协方差矩阵中从对角线开始划分出的右上三角元素组成输入特征向量并输入由深度卷积网络构成的协方差估计模型,得到在理想非相干条件下的右上三角元素的估计值并重构,得到协方差矩阵估计值;对协方差矩阵估计值进行特征分解,利用MUSIC算法生成空间谱,得到信号到达方向的估计结果。本发明通过物理约束的监督学习框架,将含噪混合信号协方差矩阵映射为理想非相干无噪信号协方差矩阵,提升MUSIC算法在相干场景下的估计精度与鲁棒性。
技术关键词
协方差估计
协方差矩阵
线性阵列天线
深度卷积网络
MUSIC算法
数据
深度卷积神经网络
元素
信号源
样本
估计方法
监督学习框架
信号采集模块
信噪比
训练集
重构
系统为您推荐了相关专利信息
RFID标签天线
误差模型
高精度定位方法
噪声滤波器
协方差矩阵
机柜
温度传感器
卡尔曼滤波算法
温度控制策略
散热策略
协方差矩阵估计
LSTM模型
融合定位方法
传感器融合
载体
充放电功率
功率平衡系统
功率平衡方法
能源管理模块
微电网