基于深度学习的单快拍信号维度估计器及其在相控阵雷达中的应用
信号处理
2025-08-15 v1
摘要
信号维度，在此定义为具有不同延迟或角度偏移的副本数量，是感知与通信系统中许多高分辨率延迟估计和测向算法的前提条件。因此，正确估计信号维度本身变得至关重要。本文以相控阵雷达为例，提出了一种基于深度学习的单快拍观测信号维度估计器（DLSDE）。与依赖特征分解和信息准则的传统基于模型及现有基于深度学习的信号维度估计器不同，后者需要多个数据快拍，所提出的 DLSDE 使用二维卷积神经网络（2D-CNN）自动开发与接收信号维度相对应的特征。我们的研究表明，DLSDE 在成功检测率和分辨率方面显著优于传统方法。在一个具有 32 个天线阵元的相控阵雷达中，DLSDE 将检测信噪比（SNR）提高了超过 15 dB，分辨率提高了超过 1°。这使得所提出的方法适用于区分空间相关或具有小角度间隔的多个信号。更重要的是，我们的解决方案仅使用单快拍信号即可运行，这是其他现有基于深度学习的方法所不兼容的。
引用
@article{arxiv.2508.10263,
title = {A Deep Learning based Signal Dimension Estimator with Single Snapshot Signal in Phased Array Radar Application},
author = {Yugang Ma and Yonghong Zeng and Sumei Sun and Gary Lee and Ernest Kurniawan and Francois Chin Po Shin},
journal= {arXiv preprint arXiv:2508.10263},
year = {2025}
}
备注
6 pages; 4 figures