Ước lượng hướng đến của tín hiệu vô tuyến sử dụng mạng nơ-ron tích chập cho mảng anten tuyến tính không đồng đều
211 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.78.2022.78-85Từ khóa:
Ước lượng hướng đến; Mạng nơ-ron tích chập; Mảng anten không đồng nhất.Tóm tắt
Trong nghiên cứu này, mô hình mạng nơ-ron tích chập kết nối dư (đặt tên là DOA-ResNet) được đề xuất nhằm cải thiện độ chính xác ước lượng góc đến của nguồn tín hiệu vô tuyến. Mô hình DOA-ResNet đã được phân tích đánh giá bằng cách thay đổi số lượng và kích thước kênh lọc trong lớp tích chập nhằm tìm ra sự phụ thuộc giữa hiệu năng ước lượng góc và các tham số đó. Từ đó đưa ra mô hình phù hợp để cân bằng giữa các yếu tố về độ chính xác, độ lớn mô hình và thời gian thực thi khi áp dụng vào thực tế. Ngoài ra, mô hình đề xuất còn được xem xét so sánh với một số thuật toán học máy khác nhằm minh chứng cho hiệu năng vượt trội của nó cả về độ chính xác và thời gian xử lý.
Tài liệu tham khảo
[1]. R. Wiley, “ELINT: The Interception and Analysis of Radar Signals”, Artech House, 2006.
[2]. S. Chandran, “Advances in Direction-of-Arrival Estimation”, Artech House, 2006.
[3]. L. Wu, Z.-M. Liu, and Z.-T. Huang, “Deep convolution network for direction of arrival estimation with sparse prior”, IEEE Signal Processing Letters, vol. 26, no. 11, pp. 1688–1692, Nov. 2019.
[4]. Z. Liu, C. Zhang and P. S. Yu, "Direction-of-Arrival Estimation Based on Deep Neural Networks With Robustness to Array Imperfections", IEEE Transactions on Antennas and Propagation, vol. 66, no. 12, pp. 7315-7327, Dec. 2018.
[5]. A. Faye, J. D. Ndaw and M. Sène, "SVM-Based DOA Estimation with Classification Optimization," 2018 26th Telecommunications Forum (TELFOR), 2018, pp. 1-4.
[6]. Y. Liu, H. Chen and B. Wang, "DOA Estimation of Underwater Acoustic Signals Based on PCA-kNN Algorithm," 2020 International Conference on Computer Information and Big Data Applications (CIBDA), 2020, pp. 486-490.
[7]. Y. Miao, Y. Lv, J. Zhen, and B. Guo, “Accessorial Locating for Internet of Vehicles Based on DOA Estimation in Industrial Transportation,” Wireless Communications and Mobile Computing, vol. 2021, p. 8241773, 2021.
[8]. V.-S. Doan and D.-S. Kim, “DOA estimation of multiple non-coherent and coherent signals using element transposition of covariance matrix,” ICT Express, vol. 6, no. 2, pp. 67–75, 2020.
[9]. V. -S. Doan, T. Huynh-The, V. -P. Hoang and D. -T. Nguyen, "MoDANet: Multi-task Deep Network for Joint Automatic Modulation Classification and Direction of Arrival Estimation," IEEE Communications Letters, Early Access, pp. 1-1, Dec. 2021.
[10]. S. Skansi, “Introduction to Deep Learning: From Logical Calculus to Artificial Intelligence (1st. ed.)”, Springer Publishing Company, 2018.
