基于深度学习的到达角估计系统.pdf
茂学****23
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于深度学习的到达角估计系统.pdf
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
基于到达角和到达时间联合估计的单基站定位方法及系统.pdf
本发明提供了一种基于到达角和到达时间联合估计的单基站定位方法及系统,该定位方法包括:步骤S1,对接收的信号,采用3D‑MUSIC算法进行粗估计,得到粗估计的方位角、仰视角以及时延;步骤S2,对步骤S1得到的粗估计的结果进一步细化,利用细估计的三维角度与时延计算公式估算出方位角偏移量、仰视角偏移量与时延偏移量,进一步得到更新的方位角、更新的仰视角以及更新的时延;重复该步骤,进行反复迭代,直至完全收敛;步骤S3,输出迭代完成后得到的方位角、仰视角以及时延。本发明的技术方案的精度明显优于目前子空间类其他类型的算
一种基于单天线的到达角估计方法.pdf
本发明公开了一种基于单天线的到达角估计方法,属于通信领域,该方法包括:在选定的目标范围内选取位于一条直线上的N个测量点,相邻测量点的间隔不大于载波波长的一半,利用单天线信道探测系统对N个测量点进行信道探测,获取各测量点的信道时域冲击响应和对应的接收增益;对信道时域冲击响应根据接收增益进行调整,并根据调整后的信道时域冲击响应在空间域做傅里叶变换,计算出多普勒扩展谱;从多普勒扩展谱中提取有效路径,获得有效路径对应的多普勒频移,再根据多普勒频移计算出相应的到达角。该方法的硬件成本及实现复杂度低,不仅适用于轨道交
用于估计无线设备中到达角的系统和方法.pdf
示例装置使用收发器来确定在第一时段期间通过第一天线接收的第一RF信号的第一属性值。属性估计器确定在第一时段期间通过第二天线接收的第一RF信号的第二属性值。响应于控制信号,装置将属性估计器从耦合到第二天线切换为耦合到第三天线。装置然后使用收发器来确定在第二时段期间通过第一天线接收的第二RF信号的第一属性,并且使用属性估计器来确定在第二时段期间通过第三天线接收的第二RF信号的第二属性。装置然后可以基于第一RF信号的第一属性和第二属性以及第二RF信号的第一属性和第二属性来估计与第一RF信号和第二RF信号相关联的
一种基于多任务学习卷积神经网络的时延-到达角联合估计方法及系统.pdf
本发明公开了一种基于多任务学习卷积神经网络的时延‑到达角联合估计方法及系统,属于发射探测信号处理技术领域,包括:获取包含时延和到达角信息的待测信号;将待测信号的实部和虚部进行分离得到一个双通道信号,对双通道信号进行归一化处理得到输入信号;将输入信号输入到预训练好的多任务学习卷积神经网络中,得到输出向量;对输出向量采用寻峰函数进行寻峰处理,得到时延和到达角的初始估计值;采用最小化均方根误差法从时延和到达角的初始估计值中筛选出时延和到达角的最终估计值;所述多任务学习卷积神经网络采用已知时延和到达角信息的接收信