首页> 中国专利> 基于深度学习的二维角度依赖误差下的一维线阵测向方法

基于深度学习的二维角度依赖误差下的一维线阵测向方法

摘要

本发明公开了基于深度学习的二维角度依赖误差下的一维线阵测向方法。该方法基于深度学习擅长近似复杂非线性函数的特点,通过机器学习解决二维角度依赖型阵列误差校准问题。为了能够同时处理阵列误差的方位角依赖和俯仰角依赖,进行二维采集数据,即在不同的俯仰角下采集不同的方位阵列导向矢量。采用局部阵列流型插值对测量数据进行扩充,以减小深度学习模型过拟合风险;在最低信噪比的数据上进行深度学习使其适应带噪信号。本发明用于提高二维角度依赖型阵列误差的一维线阵测向的精度,减小残余阵列误差,同时校正了阵列误差对方位角和俯仰角的依赖,使得测向方法能在不同俯仰角上仍有好的性能。

著录项

  • 公开/公告号CN112255625A

    专利类型发明专利

  • 公开/公告日2021-01-22

    原文格式PDF

  • 申请/专利权人 杭州电子科技大学;

    申请/专利号CN202010903250.1

  • 发明设计人 潘玉剑;姚敏;高晓欣;王锋;

    申请日2020-09-01

  • 分类号G01S13/62(20060101);

  • 代理机构33240 杭州君度专利代理事务所(特殊普通合伙);

  • 代理人杨舟涛

  • 地址 310018 浙江省杭州市下沙高教园区2号大街

  • 入库时间 2023-06-19 09:36:59

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-09-22

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号