一种基于相位优化的深度学习测向方法
基本信息
| 申请号 | CN202010289684.7 | 申请日 | - |
| 公开（公告）号 | CN111580042A | 公开（公告）日 | 2020-08-25 |
| 申请公布号 | CN111580042A | 申请公布日 | 2020-08-25 |
| 分类号 | G01S3/48;G01S3/782;G01S3/808;G06N3/04;G06N3/08 | 分类 | 测量；测试; |
| 发明人 | 陈鹏;曹振新;韩蔚峰 | 申请（专利权）人 | 扬州步微科技有限公司 |
| 代理机构 | 南京经纬专利商标代理有限公司 | 代理人 | 姜慧勤 |
| 地址 | 210096 江苏省南京市玄武区四牌楼2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于相位优化的深度学习测向方法，该方法具体为：构建阵列天线的接收信号模型；以阵列天线中其中一个天线的接收信号作为参考，对其他天线的接收信号进行归一化，归一化后，计算每个天线的接收信号相位；采用角度优化方法对每个天线的接收信号相位进行优化，得到优化后的相位，构建基于深度学习的神经网络模型，将优化后的相位作为所构建的神经网络模型的输入，神经网络模型的输出为估计得到的波达角。本发明通过阵列信号模型分析天线之间信号的相位关系，并通过阵列信号的相位关系调整周期性的影响，将优化后的相位关系作为深度学习神经网络的输入，通过训练学习该神经网络，最终实现在较低复杂度条件下对信号的有效测向。 |
