公开(公告)号：CN116953603A

公开(公告)日：2023-10-27

申请号：CN202310949016.6

申请日：2023-07-31

Applicant: 厦门大学

Inventor： 张淼 ,  杨漪烨 ,  彭世华 ,  叶名锟 ,  张贻雄

IPC: G01S3/14 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种基于残差图卷积神经网络的随机稀疏阵列角度估计方法及装置，对随机稀疏阵列的输出信号进行处理得到输入特征；构建RGNN模型并训练，得到随机稀疏阵列角度估计模型，RGNN模型包括依次连接的输入层、主干网络和输出层，主干网络包括依次连接的前馈神经网络层、第一残差模块、第二残差模块和全局平均池化层，第一残差模块和第二残差模块均包括构成残差连接的第一图卷积层和第二图卷积层，第一图卷积层和第二图卷积层的结构均包括依次连接的SAGE Conv卷积层、激活函数层和归一化层，SAGE Conv卷积层的结构为GraphSAGE；将阵列接收到的信号特征输入随机稀疏阵列角度估计模型，得到角度估计结果，具有更高的角度估计准确率和更低的测角误差。