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：本发明公开了一种基于卷积神经网络的非相干散射源检测与定位方法，包括以下步骤：利用卷积神经网络拟合协方差矩阵与源信号方向角功率密度之间的映射关系，得到方向角功率密度曲线后进行峰值检测，峰值数量即源数量，再根据相邻峰值进行曲线分割提取各散射源的密度，最后求解方向角和角度扩展参数；同时也可以利用方向角功率密度曲线构造空间谱，通过谱峰搜索进行求解。本发明的特点是在估计源信号方向角和角度扩展参数的同时完成源数量的估计，避免了传统方法的子空间有效维度选择，无需源信号的分布先验信息，能在大角度扩展下进行有效估计，仅使用模拟数据训练卷积神经网络便可适应真实信号，具有优良的整体检测、定位性能和泛化能力。

主权项：1.一种基于卷积神经网络的非相干散射源检测与定位方法，其特征在于，所述检测与定位方法包括以下步骤：S1、设定阵元数量、阵列观测空间范围、源信号方向角和角度扩展参数、方向角功率密度离散化精度、离散化网格集合、网格数量；S2、生成用于训练卷积神经网络的数据集，数据集中每组数据样本包括样本复数协方差矩阵以及对应的无噪声方向角功率密度曲线，为源信号参数集合，，表示第个源信号的参数对，和分别为第个源信号的方向角参数和角度扩展参数，为源数量且；S3、把数据集的样本复数协方差矩阵转换成双通道的实数矩阵，并进行归一化；S4、利用数据集对卷积神经网络进行迭代训练，使损失函数收敛到最小值，得到模型参数集；S5、使用模型参数集初始化卷积神经网络，生成模拟信号或采集真实场景信号，经数据转换和归一化后输入卷积神经网络，得到输出，为方向角功率密度估计曲线，为源信号估计参数集合，，表示第个源信号的估计参数对，和分别为其方向角估计值和角度扩展估计值，，为源数量估计值；S6、获取的数个峰值，取的峰值数量作为参数化的源数量估计值，为峰值判断阈值；S7、根据参数估计方法由计算参数化的源信号方向角估计值和角度扩展估计值，其中源信号方向角估计值、角度扩展估计值的计算过程如下：由峰值得到峰值对应方向角，若，在相邻的两个峰值方向角与区间内得到个最小值，且，以最小值为分割点将在范围内分割为份，为第个源信号的方向角功率密度估计曲线，；若，则；计算，使分割的每一部分积分和为1；根据下式计算方向角估计值和角度扩展估计值： 其中，是在方向角为的功率密度值。

全文数据：

权利要求：

百度查询： 华南理工大学 一种基于卷积神经网络的非相干散射源检测与定位方法