-
题名基于深度神经网络的水下分布源波达方向估计算法
- 1
-
-
作者
梁奕念
李杰
陈芳炯
季飞
余华
-
机构
华南理工大学电子与信息学院
-
出处
《水下无人系统学报》
2025年第2期317-324,共8页
-
基金
国家自然科学基金(62271208,62192712,62341129)
广州市重点研发项目(2023B03J1308)
广东省基础与应用基础研究基金(2025A1515011040)。
-
文摘
针对传统子空间类波达方向(DOA)估计算法在处理不同相干性分布源定位时需依赖先验相干性信息的局限,文中提出一种基于深度神经网络(DNN)的水下分布源DOA估计方法。该方法利用部分相干分布源信号模型中时间和角度相干分量的可分性,通过分段均值归一化方法简化模型,并构建DNN模型,通过多组不同相干系数的样本数据训练,实现了对不同相干性分布源DOA角度的鲁棒性估计。仿真实验结果表明,该方法无需相干性先验知识即可有效估计不同相干系数下的分布源参数。将文中方法与4种传统子空间类方法和1种深度卷积神经网络算法进行对比,结果表明:在相干分布源情况下,文中方法在不同信噪比和快拍数条件下的均方根误差(RMSE)结果比其他方法平均降低0.42°;在非相干分布源情况下,当信噪比大于0dB且快拍数大于600时,文中方法的RMSE结果比其他方法平均降低0.04°;在全相干系数范围内,文中方法均表现出更优的估计性能,验证了其在复杂水下环境中的适用性。
-
关键词
深度神经网络
分布源
波达方向估计
目标定位
-
Keywords
deep neural network
distributed source
direction of arrival estimation
target localization
-
分类号
TJ630
[兵器科学与技术—武器系统与运用工程]
U663
[交通运输工程—船舶及航道工程]
-
