- 1、本文档共57页,其中可免费阅读18页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中文摘要
波达方向(DirectionofArrival,DOA)估计一直是阵列信号处理领域的经典问题,
波达方向估计广泛地应用于无线通信、导航、国防航空、射电天文等领域。然而在
实际工程应用中,传统DOA估计算法往往受到信号特性、阵列误差等因素影响。近
年来由于深度学习技术的迅猛发展,由于深度学习技术具有速度快、精度高和鲁棒
性强的特点,使用深度学习技术来进行DOA估计吸引了大量的学者进行研究。然而
使用深度学习技术对考虑实际情况下存在的干扰因素的DOA估计研究不多。
针对实际环境中
文档评论(0)