研究了采用混合波束成型结构和环形阵列的大规模多输入多输出系统中的波达方向(direction of arrival,DOA)估计,提出了一种基于深度学习的低复杂度的DOA估计算法。所提算法首先离线训练一个深度神经网络,然后再利用该网络进行在线DOA估...研究了采用混合波束成型结构和环形阵列的大规模多输入多输出系统中的波达方向(direction of arrival,DOA)估计,提出了一种基于深度学习的低复杂度的DOA估计算法。所提算法首先离线训练一个深度神经网络,然后再利用该网络进行在线DOA估计。在线估计中,算法首先将接收信号送入网络,然后根据网络给出的初始角度估计产生一个候选角度集合,最后选择集合中最大似然估计结果最优的角度作为最终DOA估计值。仿真结果显示,与传统的最大似然方法相比,提出的算法可以提供更好的估计性能,且具有更低的计算复杂度。展开更多
文摘研究了采用混合波束成型结构和环形阵列的大规模多输入多输出系统中的波达方向(direction of arrival,DOA)估计,提出了一种基于深度学习的低复杂度的DOA估计算法。所提算法首先离线训练一个深度神经网络,然后再利用该网络进行在线DOA估计。在线估计中,算法首先将接收信号送入网络,然后根据网络给出的初始角度估计产生一个候选角度集合,最后选择集合中最大似然估计结果最优的角度作为最终DOA估计值。仿真结果显示,与传统的最大似然方法相比,提出的算法可以提供更好的估计性能,且具有更低的计算复杂度。