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！

摘要：本发明提供了一种阵列阵波束赋形方法。此方法基于一种轻量化的、由先验知识引导的神经网络，方法包括：步骤一：建立AoA波束赋形样本数据集；步骤二：搭建基于先验知识的神经网络模型，采用规则密布阵的激励系数作为先验知识；步骤三：利用样本数据集训练神经网络模型；步骤四：利用训练后的神经网络模型进行AoA波束赋形。本发明方案采用规则密布阵的激励系数作为先验知识可降低神经网络输入输出映射关系认知难度，使神经网络具有轻量化的结构，从而让一次参数前向传递的计算量明显减少，另一方面，利用训练好的神经网络进行AoA波束赋形仅需一次参数的前向传递，因而波束赋形速度快，可满足实时响应需求。

主权项：1.一种阵列阵波束赋形方法，其特征在于，所述方法用于阵列阵AoA扫描笔状波束赋形，包括：步骤一：建立AoA波束赋形样本数据集，由M个天线单元组成阵列，其中AoA通过采用子阵列组阵架构有效减少收发模块数量，AoA波束赋形样本数据集由N对神经网络的输入输出对组成，神经网络的输入为M元规则密布阵的激励系数的实部和虚部，即其中Re和Im分别表示取实部和虚部，ωelei表示第i个天线单元的激励系数，神经网络的输出为M元AoA的激励系数的实部和虚部，即其中L表示M元AoA采用的子阵列数量，表示第j个子阵列的激励系数，在AoA波束扫描范围内随机指定N个笔状波束扫描角度，同时给定副瓣电平阈值，规则密布阵激励系数由切比雪夫幅度和解析扫描相位得到，计算方式为：ωele＝amp×ej×phase，其中ωele表示规则密布阵M个天线单元的激励系数组成的向量，amp为幅度向量，phase为相位向量，AoA激励系数由使主瓣增益最大化的凸优化算法模型得到，模型表示为： 其中，ωsub为AoA激励系数向量，是模型的待优化变量，为M个天线单元在角度上的辐射场组成的向量，Θsidelobes表示副瓣角度域，Γ是刻画天线单元与子阵列从属关系的矩阵，若第j个天线单元属于第i个子阵列，则Γi,j＝1，否则Γi,j＝0，同一样本对中的两套激励系数对应同一波束扫描角度；步骤二：搭建基于先验知识的神经网络模型，采用一种轻量化的、由先验知识引导的神经网络，神经网络的输入不是波束赋形指标，而是波束赋形的先验知识，神经网络的输出为AoA激励系数的实部和虚部，所利用的先验知识为规则密布阵的激励系数，所述规则密布阵的激励系数由切比雪夫幅度和解析扫描相位得到；步骤三：利用样本数据集训练神经网络模型，将步骤一中建立的AoA波束赋形样本数据集按一定比例分为训练数据集和测试数据集，并将训练数据集分为若干个批次batch，基于上述训练数据集训练搭建好的神经网络模型，设计损失函数并指定优化器、学习率和训练时期epoch数；步骤四：利用训练后的神经网络模型进行AoA波束赋形，在神经网络模型训练完成后，利用训练好的神经网络模型进行实时AoA波束赋形，给定任意的笔状波束扫描角度和副瓣电平阈值，将对应的规则密布阵激励系数的实部和虚部送入神经网络中，由神经网络的输出得到AoA激励系数的实部和虚部，即完成了阵列阵AoA的波束赋形。

全文数据：

权利要求：

百度查询： 电子科技大学 一种阵列阵波束赋形方法