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！
摘要：本发明涉及阵列信号处理技术领域，具体涉及一种基于深度学习的频控阵FrequencyDiverseArray,FDA雷达目标定位方法。本发明采用卷积神经网络ConvolutionalNeuralNetwork,CNN结构，利用FDA的波束特性与CNN权值共享、局部连接及池化降维的特点，搭建输入数据量与网络结构复杂度相匹配的网络模型，将目标定位问题转化为从回波信号协方差矩阵到目标方位角和距离信息的非线性映射问题，提出一种FDA‑CNN定位算法。该方法将方位角距离解耦问题置于FDA‑CNN网络模型中解决，有效降低了过拟合风险，高效完成了方位角距离解耦，直接获得方位角和距离信息，同时也提高了对目标定位的精度。
主权项：1.一种基于深度学习的频控阵雷达目标定位方法，其特征在于，包括以下步骤：步骤S1：构建数据集。搭建单基地FDA雷达收发阵列信号模型，设置信号模型各个参数，获取FDA雷达回波信号矩阵，计算FDA雷达回波矩阵协方差，获得协方差矩阵，对协方差矩阵进行虚实分离和归一化，得到网络输入数据；步骤S2:搭建FDA-CNN网络模型。模型结构由两个卷积层，两个最大池化层，两个全连接层和1个Softmax层组成。第一层为卷积层Conv.1；接下来是一个最大池化层Maxpool；之后，接着第二个卷积层Conv.2；随后再接着相同的最大池化层；最后是2个全连接层FC1和FC2；步骤S3:训练模型，输出结果。利用输入数据的训练集训练搭建好的FDA-CNN网络模型，完成模型的训练后，利用输入数据的测试集对模型进行测试，最后输出远场目标方位角、距离，完成目标位置的估计。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 南宁桂电电子科技研究院有限公司 一种基于深度学习的频控阵雷达目标定位方法
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