一种基于深度学习的一维离格DOA估计方法

本发明公开了一种基于深度学习的一维离格DOA估计方法，所述方法包括：获取训练阶段的IQ信号数据和对应的角度标签；IQ信号数据进行协方差矩阵预处理，得到训练信号数据；对角度标签进行预处理，分割为整数部分与小数残差偏移量；配置改进二元交叉熵损失函数和评估函数构建离格DOA神经网络模型，训练信号数据和预处理后的角度标签输入离格DOA神经网络模型进行模型训练，生成离格DOA神经网络模型权重；获取识别阶段的IQ信号数据；对识别阶段的IQ信号数据进行协方差矩阵预处理，得到M×M×2的识别信号数据；将识别信号数据输入离格DOA神经网络模型，并加载对应的离格DOA神经网络模型权重，得到对应的角度预测值。