一种基于深度学习的ADS-B信号DOA估计方法

本发明属于广播式自动相关监视和波达方向估计领域，具体涉及一种基于深度学习的ADS‑B信号DOA估计方法。本发明搭建了一种基于CNN‑LSTM的ADS‑B信号DOA估计网络，将连续时间戳的ADS‑B阵列信号的协方差矩阵序列作为输入，通过CNN和LSTM分别捕获信号协方差序列的空间特征和时间特征，引入连续时间戳ADS‑B信号协方差矩阵序列的时间依赖性来提高DOA估计精度，实现信号协方差矩阵序列到信号到达角序列的映射。本发明方法可以有效克服只使用CNN的ADS‑B信号DOA估计算法在低信噪条件下性能恶化的问题。