-
公开(公告)号：CN117368838A
公开(公告)日：2024-01-09
申请号：CN202311307487.3
申请日：2023-10-10
Applicant: 北京理工大学
IPC: G01S3/14 , G06N3/0464 , G06N3/088
Abstract: 本发明提出了一种基于门限Capon加权惩罚项的无监督学习波达方向估计方法。包括如下步骤：首先利用阵列天线流形矩阵的稀疏表示以及阵列接收信号的协方差矩阵，推导了门限截断的Capon功率谱；然后根据深度展开思想，设计基于无监督学习的波达方向(DOA)估计神经网络结构，替代稀疏恢复的迭代求解过程，提高了网络深度；最后根据优化函数设计了利用门限Capon谱加权惩罚项的损失函数，使得方法在不依赖超参数的前提下，对来波信号估计更加精确。该方法能够降低强功率信号对弱功率信号DOA估计结果的影响，有效解决强干扰弱目标信号同时存在时，弱目标信号的DOA估计性能。
Search Results
1
records
(took 0.021 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
