Tolimojo taikinio aptikimo scena, kuriai reikalinga didelė skiriamoji geba. Kreditas: Science China Press Atliekant radaro suvokimo užduotis, būtina įvertinti šaltinių atvykimo kryptį (DOA), kad būtų galima naudoti įvairias programas, tokias kaip taikinio aptikimas, sekimas ir vaizdavimas. Ypač automobilių milimetrinių bangų radarams keliamas reikalavimas pasiekti didelio atstumo taikinio aptikimą dideliu greičiu. Todėl DOA įvertinimo našumui realiuoju laiku ir itin didele raiška keliami aukštesni reikalavimai.
Tokiose situacijose giluminiu mokymusi pagrįsti DOA vertinimo metodai turi unikalių pranašumų. Tačiau daugumoje esamų DL pagrįstų metodų naudojamas tinklelio metodas, dėl kurio atsiranda tinklo neatitikimo problemų ir ribojamas jų įvertinimo tikslumas bei didelės skiriamosios gebos.
Siekiant išspręsti pirmiau minėtą problemą, paskelbtas naujas straipsnis Mokslas Kinija Informacijos mokslai siūlo naują DL sistemą. Tinklas susideda iš dviejų dalių. Pirmoji dalis užbaigia kelių etikečių klasifikavimo užduotį, o išvesties rezultatas yra DOA įvertinimai apytiksliame tinklelyje.
Siūlomo tinklo architektūra didelės raiškos DOA įvertinimui. Kreditas: Science China Press Nors antroji dalis yra regresijos užduotis, joje toliau įvertinamas poslinkis tarp tikrųjų DOA ir tinklelio, remiantis ankstesne dalimi. Be to, didelės skiriamosios gebos pradinių duomenų ypatybės išsaugomos per praleidžiamąjį ryšį, o tai pagerina galimybę atskirti gretimus šaltinius. Sujungus dviejų tinklo dalių įvertinimo rezultatus, galima gauti didelio tikslumo itin didelės raiškos DOA įvertinimo rezultatus.
Šio tyrimo rezultatai yra tokie:
- Tinklelio neatitikimo problema nagrinėjama DOA įvertinimo užduotyje, pagrįstoje DL, siekiant pagerinti įvertinimo tikslumą.
- Poslinkio verčių tarp realių DOA ir tinklelio įvertinimas modeliuojamas kaip regresijos užduotis, užtikrinanti, kad įvertinimas būtų atliktas nuolatinėje srityje.
- Buvo pasiūlyta nauja tinklo sistema, kuri vienu metu gali atlikti tinklelio DOA įvertinimą ir tinklelio poslinkio įvertinimą ir turi didelę gretimų šaltinių skiriamąją gebą.
DOA įvertinimo efektyvumas kampuose θ1, θ2 ∈ [−60°, 60°] su 3° kampo intervalu esant 17 dB SNR, naudojant T = 1000 momentinių kadrų. Kreditas: Science China Press Šiame straipsnyje siūloma DOA įvertinimo schema buvo išbandyta naudojant modeliavimą ir realius duomenis. Priimama vienoda linijinio masyvo konfigūracija su 12 elementų, o atstumas tarp elementų yra lygus pusei bangos ilgio. Siūlomo metodo eksperimentiniai rezultatai buvo lyginami su daugeliu tradicinių DOA įvertinimo metodų ir kitų DL pagrįstų metodų.
Eksperimentinis procesas susideda iš trijų dalių. Pirmoji dalis yra kampų porų serijos, susidedančios iš dviejų šaltinių su fiksuotais kampų intervalais, DOA įvertinimas. Šie pavyzdžiai skiriasi fiksuoto žingsnio dydžiu tam tikrame kampo diapazone. Iš gautų rezultatų galima daryti išvadą, kad siūlomu metodu galima pasiekti stabilų DOA įvertinimą su nedidelėmis vertinimo paklaidomis.
RMSE ir SNR dviejų šaltinių DOA įvertinime naudojant T = 1000 momentinių vaizdų. Kreditas: Science China Press Antroje eksperimento dalyje palygintos įvairių metodų statistinės charakteristikos. Atliekant daugybę Monte Karlo modeliavimų, kiekvieno metodo vidutinės kvadratinės paklaidos (RMSE) veikimas buvo išbandytas ir palygintas pagal skirtingus signalo ir triukšmo santykius (SNR), momentinių vaizdų skaičių ir kampų intervalus. Eksperimentiniai rezultatai rodo, kad siūlomas metodas yra gerai pritaikomas prie mažų SNR ir mažų momentinių kadrų bei turi didelę skiriamąją gebą šaltiniams su mažais kampų intervalais. Siūlomas metodas yra žymiai pranašesnis už kitus DL pagrįstus metodus ir daugeliu atvejų yra geresnis nei tradiciniai metodai.
Eksperimentinė įranga ir bandymų rezultatai. Kreditas: Science China Press Paskutinė eksperimento dalis buvo atlikta remiantis tikrais duomenimis, surinkus daug mėginių kaip mokymo duomenis. Gavus apmokytą modelį, testavimui buvo naudojamas į mokymo rinkinį neįtrauktas pavyzdys. Realių duomenų DOA įvertinimo rezultatai rodo, kad siūlomas metodas gali tiksliai įvertinti dviejų labai artimų realių taikinių DOA ir yra žymiai pranašesnis už kitus metodus.
Daugiau informacijos: Yan Huang ir kt., Off-Grid DOA įvertinimas naudojant giluminio mokymosi sistemą, Mokslas Kinija Informacijos mokslai (2023). DOI: 10.1007/s11432-022-3750-5. www.sciengine.com/SCIS/doi/10. … 07/s11432-022-3750-5
Citata: Off-grid DOA įvertinimas naudojant giluminio mokymosi sistemą (2023 m. rugsėjo 26 d.), gautas 2023 m. rugsėjo 27 d. iš https://techxplore.com/news/2023-09-off-grid-doa-deep-framework.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
