声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1267/TN
国际刊号：1001-893X
发布日期:
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
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。