摘要：针对传统波达方向(Direction of arrival,DOA)估计算法在阵列模型误差条件下估计性能下降 的问题,提出了一种基于残差网络(Residualnetwork,ResNet)的DOA估计算法。该算法根据神经网 络数据驱动不依赖阵列流型的特点,从广义互相关(Generalized cross correlation,GCC)中提取特征,将 提取的特征作为神经网络深层分类器的输入,对信号分类;根据分类结果选取对应子区间数据进行训 练,建立ResNet学习特征与DOA估计之间的非线性映射关系,形成一个数据驱动的稳健DOA估计系 统。仿真与实验验证结果表明,该算法有效地解决了传统DOA算法在阵列模型误差条件下无法准确 得到DOA结果的问题。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社