一种基于深度学习的补充互质阵波束形成方法

本发明属于阵列信号处理与深度学习交叉技术领域，公开了一种基于深度学习的补充互质阵波束形成方法，包括以下步骤：构建阵列信号模型；构建互质阵列模型；通过模拟声学信号在不同阵列配置下的传播特性，生成用于训练和测试的多样化数据集；基于深度学习模型，对生成的数据集进行训练；通过深度学习模型预测和补充特定位置的阵元数据，扩展虚拟阵列的孔径，构建扩展虚拟阵列；基于深度学习的补充互质阵波束形成。本发明采用上述一种基于深度学习的补充互质阵波束形成方法，通过深度学习模型预测和补充特定位置的阵元数据，扩展虚拟阵列的孔径，提高阵列的自由度和分辨率，有效降低旁瓣能量，提高主瓣分辨率。