一種基于相位優(yōu)化的深度學習測向方法
基本信息

| 申請?zhí)?/td> | CN202010289684.7 | 申請日 | - |
| 公開(公告)號 | CN111580042B | 公開(公告)日 | 2021-04-27 |
| 申請公布號 | CN111580042B | 申請公布日 | 2021-04-27 |
| 分類號 | G01S3/48;G01S3/782;G01S3/808;G06N3/04;G06N3/08 | 分類 | 測量;測試; |
| 發(fā)明人 | 陳鵬;曹振新;韓蔚峰 | 申請(專利權)人 | 揚州步微科技有限公司 |
| 代理機構 | 南京經緯專利商標代理有限公司 | 代理人 | 姜慧勤 |
| 地址 | 210096 江蘇省南京市玄武區(qū)四牌樓2號 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明公開了一種基于相位優(yōu)化的深度學習測向方法,該方法具體為:構建陣列天線的接收信號模型;以陣列天線中其中一個天線的接收信號作為參考,對其他天線的接收信號進行歸一化,歸一化后,計算每個天線的接收信號相位;采用角度優(yōu)化方法對每個天線的接收信號相位進行優(yōu)化,得到優(yōu)化后的相位,構建基于深度學習的神經網(wǎng)絡模型,將優(yōu)化后的相位作為所構建的神經網(wǎng)絡模型的輸入,神經網(wǎng)絡模型的輸出為估計得到的波達角。本發(fā)明通過陣列信號模型分析天線之間信號的相位關系,并通過陣列信號的相位關系調整周期性的影響,將優(yōu)化后的相位關系作為深度學習神經網(wǎng)絡的輸入,通過訓練學習該神經網(wǎng)絡,最終實現(xiàn)在較低復雜度條件下對信號的有效測向。 |





