科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基于DRM(digital radio mondial)的外辐射源雷达实测参考信道估计精度不足问题，提出基于深度学习的超分辨率重建算法，将LS(least squares)信道估计方法获得的频域信道响应视为低分辨率的图像，经VDSR(very deep super-resolution reconstruction)重建为高精度信道响应. 然而，DRM外辐射源雷达实测信道估计中难以获取大量对应不同信道特征的实测数据用于训练深度学习网络，针对这一问题，本文研究了有限实测样本下的超分辨率重建网络使用方法，该方法首先基于实测数据通过LS估计出时域信道响应，粗略确定信道中多径的大致时延和增益，然后在此基础上基于DRM波形特征仿真得到足够的信道数据训练提出的超分辨率重建网络，最后使用预训练模型预测实测数据. 实测结果表明：本文所提方法可以达到比传统信道估计方法更高的精度.
- 单位
