-
题名基于角度间隔分离学习的相干DOA估计方法
- 1
-
-
作者
王军
武子涵
周广佼
周志权
-
机构
哈尔滨工业大学(威海)信息科学与工程学院
哈尔滨工业大学电子与信息工程学院
-
出处
《系统工程与电子技术》
北大核心
2025年第10期3188-3198,共11页
-
基金
国家自然科学基金(62071144)
山东省重点研发计划(2021ZLGX05,2022ZLGX04)资助课题。
-
文摘
针对传统模型驱动算法处理空间临近相干源信号精度下降,以及数据驱动算法需大样本训练的问题,提出基于角度间隔分离学习的高精度波达方向估计方法。该方法利用信号角度间隔稀疏特性,结合分域思想,通过空间滤波器估计角度间隔信息,将信号划分至对应角度间隔域,再利用深层神经网络多标签分类器完成波达方向估计。同时引入稀疏自编码技术,通过压缩输入数据和提取关键特征,降低计算复杂度的同时有效滤除干扰。仿真结果表明,与其他数据驱动算法相比,该方法在少量训练样本条件下对空间临近角度信号具有更高的估计精度和泛化能力。
-
关键词
相干波达方向估计
角度间隔分离学习
深层神经网络
稀疏自编码器
-
Keywords
coherent direction of arrival(DOA)estimation
angular interval separation learning(aisl)
deep neural network(DNN)
sparse autoencoder(SAE)
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
