Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的到达角估计系统 

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:复旦大学

摘要:本发明属于无线通信技术领域,具体为一种基于深度学习的到达角估计系统。本发明系统包括信号模型、数据预处理模块、双分支神经网络模型;信号模型用于对输入信号进行建模;数据预处理模块用于初步提取信号特征;双分支神经网络模型包括特征提取网络和并行预测网络,并行预测网络包括分类分支,回归分支和输出层;特征提取网络用于提取输入数据的深层特征,输出给分类分支和回归分支,分类分支给出DoA的大致范围即掩码,回归分支给出DoA相对网格点的误差,输出层结合两个分支的结果给出最终的DoA估计结果。仿真结果表明,与基于模型的深度学习方法和已有的深度学习方法相比,本发明在存在模型缺陷的情况下,能够达到更高的DoA估计精度,且大小仅为1.8MB。

主权项:1.一种基于深度学习的到达角估计系统,其特征在于,包括信号模型,数据预处理模块,双分支神经网络模型三部分;其中:所述信号模型用于对输入信号进行建模;其中,将考虑增益和相位不一致、传感器间相互耦合和天线位置偏差三项模型缺陷,对模型进行优化,在原有模型基础上增加四个参数,分别代表增益偏差、相位偏差、传感器相互耦合偏差和天线位置偏差;所述数据预处理模块,用于初步提取信号特征,包括取输入数据的协方差矩阵的上三角区域,对其实部和虚部分别重新构建矩阵后拼接在一起,得到处理后的数据;所述双分支神经网络模型,包括特征提取网络和并行预测网络,并行预测网络包括分类分支,回归分支和输出层;特征提取网络用于提取输入数据的深层特征,输出给分类分支和回归分支,分类分支给出DoA的大致范围即掩码,回归分支给出DoA相对网格点的误差,输出层结合两个分支的结果给出最终的DoA估计结果。

全文数据:

权利要求:

百度查询: 复旦大学 基于深度学习的到达角估计系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术