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：北京邮电大学

摘要：本发明实施例公开了一种基于TSS‑LMS自适应滤波的DOA估计方法及装置，包括以下步骤：将自适应滤波LMS迭代过程进行实数化处理；将得到的实数化LMS迭代过程展开成为可训练步长LMS网络，每个层的迭代步长被设置为一个可学习的参数，即可训练步长，并训练该网络；将阵列天线接收的入射信号拆分为参考信号和辅助信号，并进行2范数归一化处理；使用训练好的网络对接收信号进行滤波权重向量的估计，将网络最终的输出进行复数化变换，得到复数权重向量的估计；使用权重向量计算空间谱，并通过谱峰搜索得到接收信号的DOA估计。本发明所提出的DOA估计方法在复杂信号场景下比现有的基于LMS的算法表现更好，并且在估计精度和计算复杂度之间取得了更好的平衡。

主权项：1.一种基于可训练步长LMS自适应滤波的DOA估计方法，其特征在于，包括以下步骤：S1、阵列天线接收空域中的入射信号，将接收的入射信号拆分为参考信号和辅助信号，并进行2范数归一化处理；参考信号x0t和辅助信号xt归一化处理如下公式所示：x′0t＝x0t||xt|| 其中，xt为ULA在时间t的接收信号，t＝1,2,...,S，S是快拍数，||·||表示向量的Frobenius范数；S2、将自适应滤波LMS迭代过程进行实数化处理；实数化处理如下公式所示： 其中 其中和分别代表取实部和虚部的操作，et为误差，e′t＝et||xt||，wt＝[w1t,...,wN-1t]T，wnt为权重参数，n＝1,...,N-1；S3、将得到的实数化LMS迭代过程展开成为可训练步长LMS网络，每一次迭代都被映射为一个层的计算结构，前一层的每个输出被视为其后一层的输入之一，并且每个层的迭代步长被设置为一个可学习的参数，即可训练步长，通过信号数据集与理想权重数据以及训练策略训练得到被训练好的可训练步长LMS网络；S4、使用训练好的网络对接收信号进行滤波权重向量的估计，将网络最终的输出进行复数化变换，得到复数权重向量的估计；输入数据归一化后的权重向量w的更新规则为： 其中，μNett＝μt||xt||2被定义为第t层的可训练步长；μt是第t次迭代中的步长，[·]*代表复数取共轭；通过对网络最终的输出进行复数化变换，得到复数权重向量w的估计；S5、使用权重向量计算空间谱，并通过谱峰搜索得到接收信号的DOA估计。

全文数据：

权利要求：

百度查询： 北京邮电大学 基于TSS-LMS自适应滤波的DOA估计方法及装置