基于深度展开网络的无网格波达方向估计方法及系统

AITNT
正文
推荐专利
基于深度展开网络的无网格波达方向估计方法及系统
申请号:CN202511115996
申请日期:2025-08-11
公开号:CN120928280A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了一种基于深度展开网络的无网格波达方向估计方法及系统,所述方法包括:S1、建立阵列天线接收信号模型,构建深度展开网络的训练数据集;S2、将ANM‑ADMM算法的迭代步骤展开,构建深度神经网络ANM‑ADMM‑Net;S3、基于所构建训练数据集,对ANM‑ADMM‑Net进行训练,获得网络最优可学习参数;S4、利用已训练ANM‑ADMM‑Net对阵列天线接收信号进行处理,对所得结果进行Vandermonde分解,得到DOA估计结果。本发明深度展开网络ANM‑ADMM‑Net能够从数据中学习得到ANM‑ADMM算法的最优迭代参数,以更低的计算复杂度快速获得更准确的DOA估计结果,且具有更高的噪声鲁棒性。
技术关键词
阵列天线接收信号 ADMM算法 估计方法 构建深度神经网络 DOA估计 矩阵 网格 非暂态计算机可读存储介质 反向传播方法 数据 参数 噪声鲁棒性 非线性 天线阵元 变量 因子
系统为您推荐了相关专利信息
1
一种基于实测数据的舱段关键装配特征提取方法
特征提取方法 销孔特征 数据 邻域 装配特征
2
基于域自适应迁移的蓄电池多场景健康状态估计方法
健康状态估计方法 多场景 电化学阻抗谱分析 电池健康状态 卷积神经网络模型
3
船用电池系统自适应融合滤波SOC估计方法
SOC估计方法 电池系统 电池单体 融合滤波 等效电路模型
4
一种基于多输入卷积神经网络的隔震支座损伤识别方法
损伤识别方法 隔震支座 损伤识别模型 Softmax分类器 数据
5
一种基于3D点云重建的钵盘苗漏苗检测方法
3D点云 深度相机 表面网格模型 数据 移栽作业
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