技术特征：
技术总结
本发明公开了一种基于级联残差神经网络的双基互质MIMO阵列DOA与DOD联合估计算法，包括对目标数量的估计，对多目标方位角的估计。该方法对传统的双基MIMO的DOA和DOD估计中数据处理部分进行了改进。深度学习的方法相较于传统信号处理类算法有着更强的时效性，以及在低信噪比、低快拍、大方位角、相干目标条件下的鲁棒性方面均表现的更好。本发明采用的深度神经网络采用的是级联的网络结构，首先对阵列接收到的信号进行DFT处理后再作相关处理，把处理后的信号送入神经网络得到信号的DOA信息，把DOA信息作为先验信息再送入级联网络中得出信号的DOD信息，最终完成信号的DOA与DOD匹配估计问题。
技术研发人员：贾勇;郭勇;肖钧友;钟晓玲;晏超;宋瑞源;陈胜亿;王刚;胡月杨
受保护的技术使用者：成都理工大学
技术研发日：2019.05.23
技术公布日：2019.08.16