公开(公告)号：CN110161453B

公开(公告)日：2021-07-02

申请号：CN201910436028.2

申请日：2019-05-23

申请人： 成都理工大学

发明人： 贾勇 ,  郭勇 ,  钟晓玲 ,  肖钧友 ,  晏超 ,  王刚 ,  宋瑞源 ,  陈胜亿 ,  胡月杨

IPC分类号： G01S3/14 ,  G06F17/14 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于多输入残差网络的互质阵列宽窄带目标DOA估计算法，首先通过两个均匀阵列构造一个互质阵列，确定每个阵列中阵元的位置坐标，获取每个阵元接收到的目标信号；对空间目标信号进行快拍采样，获取目标信号矩阵C，然后进行离散傅里叶变换，得到频谱集G；并处理频谱集G，分别得到单频相关矩阵和多频相关矩阵R；再得到纯实数多频相关矩阵Rr和实数化的纯虚数多频相关矩阵RI；输入多输入残差神经网络；完成DOA估计并输出信号的空间谱。本方法通过残差神经网络有效避免外界干扰的影响从而提高估计的精确度。

公开(公告)号：CN110161453A

公开(公告)日：2019-08-23

申请号：CN201910436028.2

申请日：2019-05-23

申请人： 成都理工大学

发明人： 贾勇 ,  郭勇 ,  钟晓玲 ,  肖钧友 ,  晏超 ,  王刚 ,  宋瑞源 ,  陈胜亿 ,  胡月杨

IPC分类号： G01S3/14 ,  G06F17/14 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于多输入残差网络的互质阵列宽窄带目标DOA估计算法，首先通过两个均匀阵列构造一个互质阵列，确定每个阵列中阵元的位置坐标，获取每个阵元接收到的目标信号；对空间目标信号进行快拍采样，获取目标信号矩阵C，然后进行离散傅里叶变换，得到频谱集G；并处理频谱集G，分别得到单频相关矩阵和多频相关矩阵R；再得到纯实数多频相关矩阵Rr和实数化的纯虚数多频相关矩阵RI；输入多输入残差神经网络；完成DOA估计并输出信号的空间谱。本方法通过残差神经网络有效避免外界干扰的影响从而提高估计的精确度。

公开(公告)号：CN110133576B

公开(公告)日：2020-11-27

申请号：CN201910435983.4

申请日：2019-05-23

申请人： 成都理工大学

发明人： 贾勇 ,  郭勇 ,  肖钧友 ,  钟晓玲 ,  晏超 ,  宋瑞源 ,  陈胜亿 ,  王刚 ,  胡月杨

IPC分类号： G01S3/74 ,  G01S13/02

摘要： 本发明公开了一种基于级联残差神经网络的双基互质MIMO阵列DOA与DOD联合估计算法，包括对目标数量的估计，对多目标方位角的估计。该方法对传统的双基MIMO的DOA和DOD估计中数据处理部分进行了改进。深度学习的方法相较于传统信号处理类算法有着更强的时效性，以及在低信噪比、低快拍、大方位角、相干目标条件下的鲁棒性方面均表现的更好。本发明采用的深度神经网络采用的是级联的网络结构，首先对阵列接收到的信号进行DFT处理后再作相关处理，把处理后的信号送入神经网络得到信号的DOA信息，把DOA信息作为先验信息再送入级联网络中得出信号的DOD信息，最终完成信号的DOA与DOD匹配估计问题。

公开(公告)号：CN110133577B

公开(公告)日：2020-11-10

申请号：CN201910436027.8

申请日：2019-05-23

申请人： 成都理工大学

发明人： 郭勇 ,  贾勇 ,  钟晓玲 ,  肖钧友 ,  晏超 ,  陈胜亿 ,  王刚 ,  宋瑞源 ,  胡月杨

IPC分类号： G01S3/74 ,  G01S13/02

摘要： 本发明公开了一种基于时频残差网络的单基互质MIMO阵列DOA估计算法，该方法利用单基互质MIMO对多目标进行DOA估计，包括对目标数目的估计，对多个目标方位角的估计。该方法对传统的单基互质MIMO中数据处理的部分进行了改进。发射阵列发射电磁波对空间进行探测，若干目标反射信号被接收阵列接收，对接收的信号进行特征域的提取，再送入深度神经网络进行训练。用完成训练的网络进行目标估计并输出多目标的空间谱。通过残差神经网络可以很好的去除干扰信号，并快速输出高精度的空间谱。

公开(公告)号：CN110133577A

公开(公告)日：2019-08-16

申请号：CN201910436027.8

申请日：2019-05-23

申请人： 成都理工大学

发明人： 郭勇 ,  贾勇 ,  钟晓玲 ,  肖钧友 ,  晏超 ,  陈胜亿 ,  王刚 ,  宋瑞源 ,  胡月杨

IPC分类号： G01S3/74 ,  G01S13/02

摘要： 本发明公开了一种基于时频残差网络的单基互质MIMO阵列DOA估计算法，该方法利用单基互质MIMO对多目标进行DOA估计，包括对目标数目的估计，对多个目标方位角的估计。该方法对传统的单基互质MIMO中数据处理的部分进行了改进。发射阵列发射电磁波对空间进行探测，若干目标反射信号被接收阵列接收，对接收的信号进行特征域的提取，再送入深度神经网络进行训练。用完成训练的网络进行目标估计并输出多目标的空间谱。通过残差神经网络可以很好的去除干扰信号，并快速输出高精度的空间谱。

公开(公告)号：CN110133576A

公开(公告)日：2019-08-16

申请号：CN201910435983.4

申请日：2019-05-23

申请人： 成都理工大学

发明人： 贾勇 ,  郭勇 ,  肖钧友 ,  钟晓玲 ,  晏超 ,  宋瑞源 ,  陈胜亿 ,  王刚 ,  胡月杨

IPC分类号： G01S3/74 ,  G01S13/02

摘要： 本发明公开了一种基于级联残差神经网络的双基互质MIMO阵列DOA与DOD联合估计算法，包括对目标数量的估计，对多目标方位角的估计。该方法对传统的双基MIMO的DOA和DOD估计中数据处理部分进行了改进。深度学习的方法相较于传统信号处理类算法有着更强的时效性，以及在低信噪比、低快拍、大方位角、相干目标条件下的鲁棒性方面均表现的更好。本发明采用的深度神经网络采用的是级联的网络结构，首先对阵列接收到的信号进行DFT处理后再作相关处理，把处理后的信号送入神经网络得到信号的DOA信息，把DOA信息作为先验信息再送入级联网络中得出信号的DOD信息，最终完成信号的DOA与DOD匹配估计问题。