| 基于深度神经网络的自适应波束形成算法 |
| |
| 引用本文： | 任燕飞,杜 盈,张劲东.基于深度神经网络的自适应波束形成算法[J].电讯技术,2022,62(7). |
| |
| 作者姓名： | 任燕飞 杜 盈 张劲东 |
| |
| 作者单位： | 中国西南电子技术研究所，成都 610036;南京航空航天大学 电子信息工程学院，南京 211106 |
| |
| 摘 要： | 阵列天线接收到的期望信号和干扰信号，其入射的到达角度(Angle of Arrival，AOA)总是快速变化的，而传统波束形成算法计算量大，无法实时计算。针对这一问题，提出了一种基于深度神经网络的自适应波束形成(Deep Neural Network Adaptive Beamforming，DNNABF)算法，用入射信号AOA组成的向量作为网络输入，网络输出逼近最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法求得的权矢量。仿真结果表明，卷积神经网络(Convolutional Neural Network,CNN)与DNNABF方法都能准确拟合MVDR算法权矢量，可在入射信号AOA快速变化时自适应地形成波束和零陷，但DNN计算速度相对MVDR有将近6.5倍的提升，训练模型时间也远低于CNN。
|
| 关 键 词： | 自适应波束形成 到达角度 深度神经网络 |
An adaptive beamforming algorithm based on deep neural network |
| |
| REN Yanfei,DU Ying,ZHANG Jindong.An adaptive beamforming algorithm based on deep neural network[J].Telecommunication Engineering,2022,62(7). |
| |
| Authors: | REN Yanfei DU Ying ZHANG Jindong |
| |
| Affiliation: | Southwest China Institute of Electronic Technology, Chengdu 610036, China;School of Electroinc Information Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China |
| |
| Abstract: | |
| |
| Keywords: | adaptive beamforming angle of arrival deep neural network |
|
| 点击此处可从《电讯技术》浏览原始摘要信息 |
|
点击此处可从《电讯技术》下载全文 |
|
