典型文献
一种低信噪比下基于深度学习的DoA估计方法
文献摘要：
为了解决低信噪比下传统波达方向(DoA)估计算法存在较高误差的问题,利用深度学习方法对第6代移动通信系统中的阵列信号进行处理,针对低信噪比下毫米波系统多径方位估计的问题,提出了一种基于深度学习的多径DoA估计方法.通过构建协方差矩阵与多径角度间的映射模型,利用接收信号构建抽样协方差矩阵;通过基于深度残差收缩网络的多标签分类模型,实现视距传输路径的角度估计;利用基于卷积神经网络的回归模型,实现非视距传输路径的角度估计.仿真结果表明,与传统方法相比,所提方法能够显著降低低信噪比下的均方根误差.
文献关键词：
多径方位估计;深度残差收缩网络;卷积神经网络
中图分类号：
作者姓名：
余佳润;王亚峰
作者机构：
北京邮电大学 信息与通信工程学院, 北京100876;北京邮电大学 泛网无线通信教育部重点实验室, 北京100876
文献出处：
引用格式：
[1]余佳润;王亚峰-.一种低信噪比下基于深度学习的DoA估计方法)[J].北京邮电大学学报,2022(06):115-121
A类：
DoA,多径方位估计,多径角度
B类：
低信噪比,估计方法,下传,波达方向,估计算法,深度学习方法,移动通信系统,阵列信号,毫米波,波系,协方差矩阵,映射模型,接收信号,深度残差收缩网络,多标签分类,分类模型,传输路径,角度估计,非视距
AB值：
0.22539
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。
