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！

龙图腾网获悉西安理工大学申请的专利基于深度卷积神经网络的宽带信号DOA估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120103251B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510268746.9，技术领域涉及：G01S3/14；该发明授权基于深度卷积神经网络的宽带信号DOA估计方法是由赵永红;姚吕龙;贺剑;董述鑫;贺文雄设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本基于深度卷积神经网络的宽带信号DOA估计方法在说明书摘要公布了：本发明公开了基于深度卷积神经网络的宽带信号DOA估计方法，首先根据均匀线阵的阵列结构及空域目标信息，计算宽带信号多快拍下的阵列数学模型；然后计算聚焦后参考频点的阵列接收数据矩阵；建立宽带信号协方差矩阵稀疏表示模型；对宽带信号协方差矩阵稀疏表示模型进行预处理，得到网络输入空间伪谱；搭建用于DOA估计的深度卷积神经网络模型并训练；最后将测试样本输入到训练好的深度卷积神经网络模型，计算得到宽带信号DOA估计值。本发明能够实现高精度、高分辨率、高效率的宽带信号DOA估计性能。

本发明授权基于深度卷积神经网络的宽带信号DOA估计方法在权利要求书中公布了：1.基于深度卷积神经网络的宽带信号DOA估计方法，其特征在于，具体按照以下步骤实施： 步骤1、根据均匀线阵的阵列结构及空域目标信息，计算宽带信号多快拍下的阵列数学模型； 步骤2、计算聚焦后参考频点的阵列接收数据矩阵； 步骤3、建立宽带信号协方差矩阵稀疏表示模型； 步骤4、对宽带信号协方差矩阵稀疏表示模型进行预处理，得到网络输入空间伪谱； 步骤5、搭建用于DOA估计的深度卷积神经网络模型并训练； 所述步骤5具体按照以下步骤实施： 步骤5.1、根据步骤4.2得到的空间伪谱和深度学习理论，搭建深度卷积神经网络结构为： 输入为宽带信号空间伪谱； 卷积层-1：卷积核尺寸25，输出通道12，激活函数：ReLU，填充方式：输入输出的尺寸相同； 卷积层-2：卷积核尺寸15，输出通道6，激活函数：ReLU，填充方式：输入输出的尺寸相同； 卷积层-3：卷积核尺寸5，输出通道3，激活函数：ReLU，填充方式：输入输出的尺寸相同； 卷积层-4：卷积核尺寸3，输出通道1，激活函数：ReLU，填充方式：输入输出的尺寸相同； 全连接层-1：神经元个数：128，激活函数：ReLU； 随机失活层：概率p=0.3； 全连接层-2：神经元个数：100，激活函数：ReLU； 全连接层-3：神经元个数：80，激活函数：ReLU； 输出：神经元个数为121，激活函数：Sigmoid； 步骤5.2、结合步骤1、2、3、4生成个目标的组训练样本及标签集合，得到网络输入样本数据集为： 其中，表示第组训练样本空间伪谱，表示第组训练样本对应的真实空间谱标签，由共同构成第组网络输入数据，将样本数据集按8:2比例分成训练集和验证集，设为迭代次数，且，最大迭代次数为； 步骤5.3、从步骤5.2得到的训练集中抽取一个样本输入到步骤5.1搭建的深度卷积神经网络结构中，得到卷积层输出数据： 其中，为第层卷积层的输入，，，表示第层的权重矩阵，表示第层的偏置项，表示ReLU激活函数，为填充补零操作，将输出扩展到原始输入大小； 步骤5.4、将步骤5.3得到的第四个卷积层输出数据输入至全连接层，第层全连接层输出为 其中，为第层全连接层的输出，，表示激活函数，为第层的权重矩阵，为第层的偏置项，当时激活函数选择ReLU，时即为输出层时，激活函数选择Sigmoid，得到的网络输出空间谱； 步骤5.5、根据步骤5.4的网络输出及步骤5.2建立的对应标签，构造优化目标函数： 其中为深度卷积神经网络参数； 步骤5.6、根据步骤5.5构建的损失函数优化步骤5.1搭建的深度卷积神经网络，并采用Adam优化算法更新网络参数，计算过程如下： 其中，为第次迭代的深度卷积神经网络参数，为网络初始化参数，，表示第次迭代的参数增量，、分别表示一阶、二阶动量修正值，，，表示损失函数关于参数在上的梯度，为梯度运算符，、分别表示梯度的一阶、二阶动量，、分别为一阶、二阶动量衰减系数，分别设为0.9、0.999，，为小常数，为学习率； 步骤5.7、重复步骤5.3、5.4、5.5、5.6，直到遍历完训练集中所有样本； 步骤5.8、对迭代次数进行判定： 1若，则用于DOA估计的深度卷积神经网络训练完成； 2若，执行步骤5.9； 步骤5.9、令，循环步骤5.3~步骤5.8； 步骤6、将测试样本输入到训练好的深度卷积神经网络模型，计算得到宽带信号DOA估计值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。