科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有深度学习方法难以有效利用阵列回波信号的复值相位信息这一问题，文中提出了一种基于复值卷积网络的均匀线阵波达方向(DOA)估计方法，旨在提高DOA估计精度并增强低信噪比条件下对多信源参数估计的适应能力。该方法利用实际阵列输出信号协方差矩阵的Hermitian特性，以其上三角数据作为复值网络的输入，以对应的理想数据作为标签，学习得到信号理想协方差矩阵的第一行，再结合其Hermitian和Toeplitz特性，重构该理想矩阵；最后采用子空间类算法进行DOA估计。仿真结果表明：相比传统子空间类和实值卷积网络算法，该算法在低信噪比下具有更高的估计精度。
- 单位
