基于改进LAMP网络的互耦阵列DOA估计方法技术

本发明专利技术涉及波达方向估计领域及深度学习领域，为提高估计精度、保持较低的计算复杂度的同时实现DOA估计，解决传统近似消息传递方法对于高相关矩阵的发散问题，提高效率，本发明专利技术基于改进LAMP网络的互耦阵列DOA估计方法，步骤如下：确定阵列在接收到的信号矢量模型，采用发散补偿复数简化学习的近似消息传递DCCS

【技术实现步骤摘要】
Localization Based on a Sparse Signal Reconstruction Perspective[C]//IEEE International Conference on Acoustics,Speech,and Signal Processing,2002,3:2965
‑
2968.
[0009][5]Malioutov D,Cetin M,Willsky AS.A Sparse Signal Reconstruction Perspective for Source Localization With Sensor Arrays[J].IEEE Transactions on Signal Processing,2005,53(8):3010
‑
3022.
[0010][6]K.Gregor,Y.LeCun,Learning fast approximations of sparse coding,in:Proceedings of the 27th International Conference本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进LAMP网络的互耦阵列DOA估计方法，其特征是，步骤如下：接受阵列使用阵元数为N的均匀线阵ULA(Uniform Linear Array)，入射远场窄带信号X
s
(t)，其角度为θ
s
，则接收信号模型为：y(t)＝A(θ
s
)x
s
(t)+n(t)其中y(t)是ULA的N个接收信号，n(t)是加性高斯白噪声，A(θ
S
)是阵列导向矩阵，两个相邻阵元之间的间距是信号波长λ的一半，通过将整个空域分离为K(K>>S)个网格，阵列在快拍t处接收到的信号矢量可以重新表示为：y(t)＝A(θ)x(t)+n(t)其中x(t)是一个稀疏向量，稀疏度为S，接收信号中S个非零位置代表着S个目标信号，另外(K
‑
S)个零的位置代表这些方向没有目标，考虑到相邻传感器间相互耦合的影响，引入互相耦合矩阵，将阵列输出改写为：y(t)＝MAx...

【专利技术属性】
技术研发人员：汪清，朱瑞，
申请(专利权)人：天津大学，
类型：发明
国别省市：