基于卷积神经网络的近场宽带球面波波束形成方法

AITNT
正文
推荐专利
基于卷积神经网络的近场宽带球面波波束形成方法
申请号:CN202511066772
申请日期:2025-07-31
公开号:CN120856184A
公开日期:2025-10-28
类型:发明专利
摘要
本发明提出了一种基于卷积神经网络的圆弧阵列近场宽带波束形成方法,实现步骤为:初始化圆弧阵列天线;计算初始滤波器系数;构建卷积神经网络模型;获取圆弧阵列近场宽带波束。本发明在对卷积神经网络模型进行训练的过程中,多个第一复合模块和多个第二复合模块增加了网络训练的性能和深度平衡,能够逐层深入的提取与目标波束相关的特征,且该模型的损失函数中包含不同频率之间的主瓣区域内方向图归一化幅值的平均误差、方向图在信号源处的平均误差和副瓣区域内方向图归一化幅值超过目标电平值的平均误差,在对滤波器系数进行优化时能够同时约束频率、角度和距离的三维特性,提高了方向图频率不变性能和波束聚焦性能。
技术关键词
滤波器系数 复合模块 信号源 构建卷积神经网络 采样点 卷积神经网络模型 频率 阵列天线 波束 联合特征提取 残差模块 电平 表达式 幅值 层叠 周期性 坐标系
系统为您推荐了相关专利信息
1
一种智能音频分析与语音识别云融合计算服务平台
音频特征 状态检测模块 序列 滤波器 滤波模块
2
图像位置编码处理方法、装置、电子设备及存储介质
图像生成模型 位置编码方法 采样点 序列 分辨率
3
一种基于人工智能的储能电池故障预警及安全防护方法
储能电池 故障预测模型 防护方法 电池组 监测单元
4
一种纳米结构的X射线散射光谱的快速获取方法及系统
纳米结构 因子 截面轮廓 积分算法 采样点
5
工业环境中多模态数据的动态特征融合与异常检测方法
异常检测方法 融合特征 注意力机制 动态 跨模态
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