[發(fā)明專利]基于一維卷積神經(jīng)網(wǎng)絡(luò)的米波雷達(dá)DOA估計(jì)方法

有效

• 申請?zhí)枺?/td>: 201811442372.4
• 申請日: 2018-11-29
• 公開（公告）號: CN109597046B
• 公開（公告）日: 2022-11-18
• 發(fā)明（設(shè)計(jì)）人: 陳伯孝;項(xiàng)厚宏
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 西安睿通知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 61218
• 代理人: 惠文軒

1.一種基于一維卷積神經(jīng)網(wǎng)絡(luò)的米波雷達(dá)DOA估計(jì)方法，其特征在于，所述方法包括如下步驟：

步驟1，設(shè)所述米波雷達(dá)的接收陣列為M個(gè)陣元的均勻線陣，獲取所述米波雷達(dá)采集的P個(gè)點(diǎn)跡作為訓(xùn)練集；

分別計(jì)算訓(xùn)練集中每個(gè)點(diǎn)跡的協(xié)方差矩陣，得到P個(gè)協(xié)方差矩陣組成的矩陣集，每個(gè)協(xié)方差矩陣的上三角元素對應(yīng)的相位組成上三角元素相位矩陣，得到P個(gè)上三角元素相位矩陣組成的相位集，進(jìn)而得到所述相位集對應(yīng)的相位平均值矩陣和相位標(biāo)準(zhǔn)差矩陣；

步驟2，獲取所述訓(xùn)練集中的第i個(gè)點(diǎn)跡，且第i個(gè)點(diǎn)跡對應(yīng)的目標(biāo)角度為θ_i，對第i個(gè)點(diǎn)跡的協(xié)方差矩陣的上三角元素對應(yīng)的相位矩陣進(jìn)行歸一化，得到第i個(gè)點(diǎn)跡對應(yīng)的歸一化相位矩陣，其中，i＝1，2，...，P；

步驟3，對所述第i個(gè)點(diǎn)跡對應(yīng)的歸一化相位矩陣按列依次重排，得到第i個(gè)點(diǎn)跡對應(yīng)的按列重排后的相位矩陣；

步驟4，獲取第i個(gè)點(diǎn)跡對應(yīng)的目標(biāo)角度的導(dǎo)向矢量，從而得到第i個(gè)點(diǎn)跡對應(yīng)的理想?yún)f(xié)方差矩陣，獲取第i個(gè)點(diǎn)跡對應(yīng)的理想?yún)f(xié)方差矩陣的上三角元素組成的相位矩陣；

步驟5，根據(jù)網(wǎng)絡(luò)參數(shù)構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，以所述第i個(gè)點(diǎn)跡對應(yīng)的按列重排后的相位矩陣作為所述卷積神經(jīng)網(wǎng)絡(luò)的輸入，從而得到第i個(gè)點(diǎn)跡對應(yīng)的卷積神經(jīng)網(wǎng)絡(luò)的輸出矩陣；所述初始網(wǎng)絡(luò)參數(shù)隨機(jī)產(chǎn)生，

確定第i個(gè)點(diǎn)跡對應(yīng)的卷積神經(jīng)網(wǎng)絡(luò)的輸出矩陣和所述第i個(gè)點(diǎn)跡對應(yīng)的理想?yún)f(xié)方差矩陣的上三角元素組成的相位矩陣的均方誤差，并將其作為卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)函數(shù)，對所述卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)進(jìn)行修正；

步驟6，令i的值加1，重復(fù)執(zhí)行子步驟2-5，直到每個(gè)目標(biāo)函數(shù)均收斂時(shí)，得到最終訓(xùn)練得到的卷積神經(jīng)網(wǎng)絡(luò)對應(yīng)的網(wǎng)絡(luò)參數(shù)；

步驟7，獲取所述米波雷達(dá)的實(shí)測目標(biāo)點(diǎn)跡，將所述實(shí)測目標(biāo)點(diǎn)跡的相位矩陣輸入所述最終訓(xùn)練得到的卷積神經(jīng)網(wǎng)絡(luò)中，得到所述實(shí)測目標(biāo)點(diǎn)跡對應(yīng)的輸出相位矩陣，從而重構(gòu)所述實(shí)測目標(biāo)點(diǎn)跡的協(xié)方差矩陣，并根據(jù)重構(gòu)的實(shí)測目標(biāo)點(diǎn)跡的協(xié)方差矩陣對目標(biāo)點(diǎn)跡進(jìn)行DOA估計(jì)。

2.根據(jù)權(quán)利要求1所述的一種基于一維卷積神經(jīng)網(wǎng)絡(luò)的米波雷達(dá)DOA估計(jì)方法，其特征在于，步驟1具體為：

(1a)獲取所述米波雷達(dá)采集的P個(gè)點(diǎn)跡作為訓(xùn)練集X＝{x₁，…，x_i，…，x_P}，其中，x_i為第i個(gè)點(diǎn)跡，x_i＝a(θ_i)s_i+n_i，a(θ_i)表示第i個(gè)點(diǎn)跡對應(yīng)的導(dǎo)向矢量，s_i為目標(biāo)數(shù)據(jù)，n_i為噪聲數(shù)據(jù)，d為米波雷達(dá)陣元間距；

(1b)計(jì)算訓(xùn)練集中第i個(gè)點(diǎn)跡的協(xié)方差矩陣得到P個(gè)協(xié)方差矩陣組成的矩陣集第i個(gè)點(diǎn)跡的協(xié)方差矩陣的上三角元素對應(yīng)的相位組成上三角元素相位矩陣φ_i，得到P個(gè)上三角元素相位矩陣組成的相位集Φ＝{φ₁，…，φ_i，…，φ_p}，進(jìn)而得到所述相位集對應(yīng)的相位平均值矩陣μ_X和相位標(biāo)準(zhǔn)差矩陣σ_X。

3.根據(jù)權(quán)利要求1所述的一種基于一維卷積神經(jīng)網(wǎng)絡(luò)的米波雷達(dá)DOA估計(jì)方法，其特征在于，步驟2具體為：

獲取所述訓(xùn)練集中的第i個(gè)點(diǎn)跡，且第i個(gè)點(diǎn)跡對應(yīng)的目標(biāo)角度為θ_i，對第i個(gè)點(diǎn)跡的協(xié)方差矩陣的上三角元素對應(yīng)的相位矩陣進(jìn)行歸一化，得到第i個(gè)點(diǎn)跡對應(yīng)的歸一化相位矩陣其中，i＝1，2，...，P。

4.根據(jù)權(quán)利要求1所述的一種基于一維卷積神經(jīng)網(wǎng)絡(luò)的米波雷達(dá)DOA估計(jì)方法，其特征在于，步驟3具體為：

對所述第i個(gè)點(diǎn)跡對應(yīng)的歸一化相位矩陣進(jìn)行按列重排得到列矢量，使其滿足卷積神經(jīng)網(wǎng)絡(luò)中卷積運(yùn)算的規(guī)則，從而得到第i個(gè)點(diǎn)跡對應(yīng)的按列重排后的相位矩陣

5.根據(jù)權(quán)利要求1所述的一種基于一維卷積神經(jīng)網(wǎng)絡(luò)的米波雷達(dá)DOA估計(jì)方法，其特征在于，步驟4具體為：

獲取第i個(gè)點(diǎn)跡對應(yīng)的目標(biāo)角度的導(dǎo)向矢量從而得到第i個(gè)點(diǎn)跡對應(yīng)的理想?yún)f(xié)方差矩陣獲取第i個(gè)點(diǎn)跡對應(yīng)的理想?yún)f(xié)方差矩陣的上三角元素組成的相位矩陣