| 利用卷积神经网络的非相干分布式源定位方法 |
| |
| 引用本文： | 梁奕念, 李杰, 龙力榕, 陈芳炯. 利用卷积神经网络的非相干分布式源定位方法[J]. 声学学报, 2024, 49(1): 38-48. DOI: 10.12395/0371-0025.2022138 |
| |
| 作者姓名： | 梁奕念 李杰 龙力榕 陈芳炯 |
| |
| 作者单位： | 1.华南理工大学 电子与信息学院 广州 510641;2.自然资源部海洋观测技术重点实验室 天津 300112;3.广东省短距离无线探测与通信重点实验室 广州 510640 |
| |
| 基金项目： | 国家自然科学基金项目(61971198,62271208);;广东省基础与应用基础研究基金项目(2022A1515011305);;广东省科技计划项目(2022A0505050011)资助; |
| |
| 摘 要： | 
针对传统子空间方法对分布式源定位依赖模型假设以及子空间有效维度难以选择的问题, 提出了一种利用卷积神经网络的非相干分布式源定位方法。该方法把卷积神经网络作为一个强鲁棒性空间功率密度分布特征提取器, 实现从协方差矩阵到方向角功率密度分布的映射。根据得到的空间谱分布, 可进一步实现分布式源的参数估计。此外, 文中结合迁移学习技术解决实际信号源分布与训练模型不匹配的问题, 提升了模型的泛化性能。仿真实验表明该方法对不同信号分布模型具有稳健性, 参数估计性能优于传统子空间方法。传声器阵列实测数据表明该方法的中心角和角度扩展的估计误差在1°以内。
|
| 关 键 词： | 波达方向估计 角度扩展估计 非相干分布式源 深度学习 阵列信号处理 |
| 收稿时间： | 2022-11-16 |
| 修稿时间： | 2023-02-11 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《声学学报》浏览原始摘要信息 |
|
点击此处可从《声学学报》下载全文 |
|
