一种低信噪比下基于深度学习的DoA估计方法

摘要：

为了解决低信噪比下传统波达方向(DoA)估计算法存在较高误差的问题,利用深度学习方法对第6代移动通信系统中的阵列信号进行处理,针对低信噪比下毫米波系统多径方位估计的问题,提出了一种基于深度学习的多径DoA估计方法.通过构建协方差矩阵与多径角度间的映射模型,利用接收信号构建抽样协方差矩阵;通过基于深度残差收缩网络的多标签分类模型,实现视距传输路径的角度估计;利用基于卷积神经网络的回归模型,实现非视距传输路径的角度估计.仿真结果表明,与传统方法相比,所提方法能够显著降低低信噪比下的均方根误差.

关键词：多径方位估计、深度残差收缩网络、卷积神经网络

所属期刊栏目：45

分类号：TN911.7

资助基金：北京邮电大学-中国移动研究院联合创新中心项目

在线出版日期：2023-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：115-121