电讯技术

作者：任燕飞,杜盈,张劲东

单位：(中国西南电子技术研究所，成都 610036;南京航空航天大学 电子信息工程学院，南京 211106)

关键词：自适应波束形成；到达角度；深度神经网络；

阵列天线接收到的期望信号和干扰信号，其入射的到达角度(Angle of Arrival，AOA)总是快速变化的，而传统波束形成算法计算量大，无法实时计算。针对这一问题，提出了一种基于深度神经网络的自适应波束形成(Deep Neural Network Adaptive Beamforming，DNNABF)算法，用入射信号AOA组成的向量作为网络输入，网络输出逼近最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法求得的权矢量。仿真结果表明，卷积神经网络(Convolutional Neural Network,CNN)与DNNABF方法都能准确拟合MVDR算法权矢量，可在入射信号AOA快速变化时自适应地形成波束和零陷，但DNN计算速度相对MVDR有将近6.5倍的提升，训练模型时间也远低于CNN。

来源：2022年第7期

《电讯技术》期刊编辑部

查看电讯技术杂志2022年第7期