基于深度卷积神经网络的宽带信号DOA估计方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于深度卷积神经网络的宽带信号DOA估计方法
申请号:
CN202510268746
申请日期:
2025-03-07
公开号:
CN120103251A
公开日期:
2025-06-06
类型:
发明专利
摘要
本发明公开了基于深度卷积神经网络的宽带信号DOA估计方法,首先根据均匀线阵的阵列结构及空域目标信息,计算宽带信号多快拍下的阵列数学模型;然后计算聚焦后参考频点的阵列接收数据矩阵;建立宽带信号协方差矩阵稀疏表示模型;对宽带信号协方差矩阵稀疏表示模型进行预处理,得到网络输入空间伪谱;搭建用于DOA估计的深度卷积神经网络模型并训练;最后将测试样本输入到训练好的深度卷积神经网络模型,计算得到宽带信号DOA估计值。本发明能够实现高精度、高分辨率、高效率的宽带信号DOA估计性能。
技术关键词
深度卷积神经网络
协方差矩阵
DOA估计
信号
数学模型
阵列结构
频率
电磁波传播速度
样本
深度学习理论
搜索算法
噪声
损失函数优化
更新网络参数