公开(公告)号：CN119493075A

公开(公告)日：2025-02-21

申请号：CN202411461622.4

申请日：2024-10-18

Applicant: 南京理工大学

Inventor： 王元贺 ,  陶诗飞 ,  王珊 ,  叶晓东 ,  吴胤泽 ,  郑金玉 ,  何锡浩 ,  杨家成 ,  黄馨 ,  张铭轩

IPC: G01S3/02 ,  G01S3/14 ,  G06F17/16

Abstract: 本发明公开了一种基于L型互质阵列的离网格二维DOA估计方法及系统。该方法为：首先构建二维L型互质阵列，得到各阵元对应的阵列信号接收模型，计算接收信号的自相关矩阵和虚拟阵列接收信号；然后设置过完备的离散网格，计算信号功率，估计目标信号与接收阵列间的空间角；最后进行空间角的相互匹配，计算目标信号的俯仰角与方位角。系统用于实现所述的基于L型互质阵列的离网格二维DOA估计方法，包括模型构建模块、空间角估计模块和俯仰角与方位角计算模块。本发明提升了二维DOA估计的自由度和精度，降低了运算复杂度，提高了二维DOA估计的准确性和计算效率。

公开(公告)号：CN117610635A

公开(公告)日：2024-02-27

申请号：CN202311677590.7

申请日：2023-12-07

Applicant: 南京理工大学

Inventor： 陶诗飞 ,  王慧赋 ,  丁浩 ,  何锡浩 ,  吴胤泽

IPC: G06N3/082 ,  G06N3/0495 ,  G06N3/0464 ,  G06F18/214 ,  G06F18/213 ,  G06F18/2131 ,  G06F123/02

Abstract: 本发明公开了一种基于模型剪枝的辐射源信号识别方法，该方法为：首先获取辐射源信号时域数据并进行预处理，构建辐射源信号时频特征数据集；然后构建基准网络，采用辐射源信号时频特征数据集进行训练；接着将基准网络中每层卷积层的梯度值的总和作为层梯度流量，确定每个卷积层的重要性程度；再计算基准网络的卷积核混合效用值，在卷积层级间进行排序，按照每层的层梯度流量进行剪枝，去除混合效用值较低的卷积核，得到初步剪枝后的子网络；最后对子网络进行微调训练，将辐射源信号测试集输入至微调后的子网络进行识别，得到信号识别结果。本发明信号识别准确率高，参数量与运算量少，易于部署在终端设备上，适合在实际应用中推广使用。