龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：天津大学
摘要：本发明涉及波达方向估计领域及深度学习领域，为提高估计精度、保持较低的计算复杂度的同时实现DOA估计，解决传统近似消息传递方法对于高相关矩阵的发散问题，提高效率，本发明基于改进LAMP网络的互耦阵列DOA估计方法，步骤如下：确定阵列在接收到的信号矢量模型，采用发散补偿复数简化学习的近似消息传递DCCS‑LAMP网络对接收到的信号进行处理，得到DOA估计值。本发明主要应用于波达方向估计场合。
主权项：1.一种基于改进LAMP网络的互耦阵列DOA估计方法，其特征是，步骤如下：接受阵列使用阵元数为N的均匀线阵ULAUniformLinearArray，入射远场窄带信号Xst，其角度为θs，则接收信号模型为：yt＝Aθsxst+nt其中yt是ULA的N个接收信号，nt是加性高斯白噪声，AθS是阵列导向矩阵，两个相邻阵元之间的间距是信号波长λ的一半，通过将整个空域分离为KKS个网格，阵列在快拍t处接收到的信号矢量可以重新表示为：yt＝Aθxt+nt其中xt是一个稀疏向量，稀疏度为S，接收信号中S个非零位置代表着S个目标信号，另外K-S个零的位置代表这些方向没有目标，考虑到相邻传感器间相互耦合的影响，引入互相耦合矩阵，将阵列输出改写为：yt＝MAxt+nt通过一系列转换，构建新的包含互耦影响的源信号后的阵列输出： 其中Q为定义的选择矩阵，互耦信息被包含在新的源信号中，由于源信号的空域稀疏性，因此具有未知互耦的DOA估计表述为如下稀疏恢复问题： 其中||.||1，||.||2分别代表L1范数，L2范数，而u是一个正则化参数；采用发散补偿复数简化学习的近似消息传递DCCS-LAMPDivergentCompensationComplexSimplifiedLearnedApproximateMessagePassing,网络，其中，复数LAMP网络的第k层输出为： 其中 为了减少训练参数，每一层的权重被简化为： βk＞0且需满足高斯分布；引入补偿矩阵Ωk后： 经过一系列变换，发散补偿复数简化LAMP网络的第k层输出为： 其中
全文数据：
权利要求：
百度查询： 天津大学 基于改进LAMP网络的互耦阵列DOA估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号