一种低信噪比下基于深度学习的DoA估计方法

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。