本发明公开了基于深度学习的二维角度依赖误差下的一维线阵测向方法。该方法基于深度学习擅长近似复杂非线性函数的特点，通过机器学习解决二维角度依赖型阵列误差校准问题。为了能够同时处理阵列误差的方位角依赖和俯仰角依赖，进行二维采集数据，即在不同的俯仰角下采集不同的方位阵列导向矢量。采用局部阵列流型插值对测量数据进行扩充，以减小深度学习模型过拟合风险；在最低信噪比的数据上进行深度学习使其适应带噪信号。本发明用于提高二维角度依赖型阵列误差的一维线阵测向的精度，减小残余阵列误差，同时校正了阵列误差对方位角和俯仰角的依赖，使得测向方法能在不同俯仰角上仍有好的性能。
📄 2020109032501
📂 G01S13_62
👤 杭州电子科技大学
📅 2020-09-01
本发明提供一种任意阵列双基地MIMO雷达的DOD和DOA联合估计方法，包括以下步骤：构建包含智能反射面的任意阵列双基地MIMO雷达系统模型；利用步骤S1中雷达系统获得接收信号后，通过建立信号模型、定义方向矢量与通道矩阵，获得接收信号匹配滤波后的协方差矩阵；利用传播算子算法估计2D‑DOD角度；结合传播算子算法所得的2D‑DOD角度，获得2D‑DOA角度估计。本发明提出了一种由智能反射面辅助下任意阵列双基地MIMO雷达的波离角和波达角联合估计方法，发射天线阵列和接收天线阵列都是任意阵列流型，智能反射面可以在信号被障碍物遮挡的情况下使得信号能到达接收阵列。
📄 2024108613996
📂 G01S13_62
👤 三峡大学
📅 2024-06-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台