典型文献
基于复值卷积网络的阵列DOA估计
文献摘要：
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.
文献关键词：
复值卷积;波达方向估计;协方差矩阵;信噪比
中图分类号：
作者姓名：
刘阿飞;师俊朋;张双辉;刁玉加;丁一
作者机构：
国防科技大学电子科学学院,长沙410073;国防科技大学电子对抗学院,合肥230037
文献出处：
引用格式：
[1]刘阿飞;师俊朋;张双辉;刁玉加;丁一-.基于复值卷积网络的阵列DOA估计)[J].现代雷达,2022(05):64-71
A类：
复值卷积
B类：
卷积网络,DOA,有深度,深度学习方法,回波信号,相位信息,均匀线阵,估计方法,估计精度,低信噪比,信源,参数估计,法利,输出信号,协方差矩阵,Hermitian,上三,习得,第一行,Toeplitz,子空间,网络算法,波达方向估计
AB值：
0.34019
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
