AE-RD-DCNMC 分布式源 DOA 估计算法

高精度低复杂度

利用自编码器与多层分类器将分布式源分解到空间子区域，再对每个子区域并行执行 DOA 估计，结合正则化与dropout抑制过拟合，显著提升估计精度并降低计算复杂度。

Wang, Minghao · Xin, Liu · Na, Xitai · 张颖慧 · 刘洋 · 邱天爽

AEU - International Journal of Electronics and Communications 2024

技术优势

精度高

通过将分布式源分解到空间子区域并分别进行DOA估计，有效利用了深度神经网络强大的非线性拟合能力，从而大幅提升估计精度。

复杂度低

算法利用深度神经网络的计算能力，在提高精度的同时降低了计算复杂度，适用于大规模MIMO系统。

抗过拟合

引入L2正则化和dropout抑制全连接网络的过拟合，从而提升网络的泛化能力和估计精度。

应用场景

• 大规模MIMO系统：可直接集成到大规模MIMO接收机中，在不改变硬件的情况下提升DOA估计性能。
• 智能天线阵列：为智能天线阵列的波束赋形提供高精度DOA信息，增强空间复用和干扰抑制能力。
• 无线定位与感知：在无线定位中提高角度分辨率，有助于提升移动台定位精度。