CN113970718B 一种阵列超分辨波达方向估计方法 （东南大学）_第1页
CN113970718B 一种阵列超分辨波达方向估计方法 （东南大学）_第2页
CN113970718B 一种阵列超分辨波达方向估计方法 （东南大学）_第3页
CN113970718B 一种阵列超分辨波达方向估计方法 （东南大学）_第4页
CN113970718B 一种阵列超分辨波达方向估计方法 （东南大学）_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种阵列超分辨波达方向估2(7)应用步骤(6)得到的波达方向估计神经网络模型来进行DOA估计，随机生成角度范接收信号自相关矩阵的估计值为预处理是取对角线的实数值以34者Schmidt在1986年提出的多重信号分类(MultipleSignalClassification,MUSIC)算计的飞跃。同样成功的还有旋转不变子空间(EstimationofSignalParametersvia练完成后应用于DOA估计时很快能得到结果，其快速高效的特点对于实际应用有着重要的[0004]目前基于深度学习的波达方向估计方法也有一些，但在以往的基于深度学习的主要是一般意义上的离网信号，提出一种新的两段式的神经网络结构用于波达方向估计，5[0012](6)将输入和标签整合为数据集，划分训练集和验证集，搭建神经网络并进行训[0013](7)应用步骤(6)得到的波达方向估计神经网络模型来进行DOA估计，随机生成角[0014]所述步骤(1)中，入射信号数量K＝1，信号为高斯信号，角度搜索范围是φmin到是取对角线的实数值以及下半三角的实部和虚部j，对应的标签zf仅在round(θj)所对应的格点上取值为6产生12001×5＝60005个数据，训练和测试的输入都是自相关矩阵的估计值预处理后得到[0035]本发明的DNN网络采用离线训练的方式，数据集被划分为训练集(90％)和验证集练了500个epoch。网络用Keras搭建，运行的操作系统是Windows，处理器是Inteli7一7中模型的第一部分很准确地得到了候选区域，并且在第二部分输出了更准确的结果。图889

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论