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！

申请/专利权人：北京邮电大学

摘要：一种面向广义最小冗余阵列的DOA估计方法，属于信号处理领域，包括：构建广义最小冗余阵列及其接收信号的协方差矩阵；通过数据预处理获取模型目标输出向量；构建CNN‑Transformer残差网络模型和包含多个信源数的信号数据集并训练残差网络模型；由广义最小冗余阵列接收信号的协方差矩阵构造输入张量并输入至网络模型中得到对应的均匀线性阵列协方差矩阵的某一行或某一列元素值，重建均匀线性阵列协方差矩阵得到接收信号的DOA。所述广义最小冗余阵列打破了对物理天线阵元排列规则的严格约束，实现了阵列构型的灵活配置与优化。所述残差网络模型能以单一网络模型架构完成对不同信源数的DOA估计，提升了运算效率和精度。

主权项：1.一种面向广义最小冗余阵列的DOA估计方法，其特征在于，包括以下步骤：步骤一、构建广义最小冗余阵列；所述广义最小冗余阵列具有与最小冗余阵列相同的阵元数和阵列孔径，所述广义最小冗余阵列两端的阵元位置与最小冗余阵列两端的阵元位置一致，所述广义最小冗余阵列其余阵元的排布不遵循最小冗余阵列中阵元的排布规则；步骤二、构建广义最小冗余阵列接收信号的协方差矩阵；步骤三、通过数据预处理获取CNN-Transformer残差网络模型的目标输出向量；步骤四、构建CNN-Transformer残差网络模型；所述CNN-Transformer残差网络模型包括：二维卷积层、Transformer编码模块和全连接层；所述Transformer编码模块包括多头自注意力层和多层感知机模块，并且在多所述头自注意力层和所述多层感知机模块前后都分别设有层归一化和随机路径丢弃操作，并且在每个随机路径丢弃操作之后都设有一个跳跃连接构成残差结构；步骤五、构建包含多个信源数的信号数据集；步骤六、使用信号数据集对本发明所构建的CNN-Transformer残差网络进行训练，得到训练完成的CNN-Transformer残差网络模型；步骤七、由广义最小冗余阵列接收信号的协方差矩阵构造CNN-Transformer残差网络模型的输入张量，将输入张量输入至训练完成的CNN-Transformer残差网络模型中，得到广义最小冗余阵列对应的均匀线性阵列协方差矩阵的某一行或某一列元素值，根据均匀线性阵列接收信号的理论协方差矩阵具有共轭对称性和Toeplitz结构重建均匀线性阵列的协方差矩阵，得到接收信号的DOA。

全文数据：

权利要求：

百度查询： 北京邮电大学 一种面向广义最小冗余阵列的DOA估计方法