精度提升84%
针对分布式无人系统方向依赖互耦问题，将电磁耦合领域知识与深度学习结合，在复杂城市环境下实现高精度波达方向估计。
Meng, Dandan · 李新 · 王伟
IEEE Internet of Things Journal 2025
该框架将互耦矩阵的结构特性与深度学习相结合，在多种实用场景仿真中，估计精度显著优于传统方法。
采用适合无人系统部署的分布式学习架构，在提升精度的同时，计算效率也得到大幅改善，满足实时处理需求。
将传统阵列信号处理的解释性与现代深度学习的鲁棒性相结合，利用互耦机理指导学习，使模型行为更可理解。
在多种实用场景下仿真验证，该框架对环境不确定性表现出较强的鲁棒性，适用于动态的无人系统应用。