Model-Based Neural Network Approach for Vector Sensor Array DOA Estimation

doi:10.1109/taes.2026.3737758

Model-Based Neural Network Approach for Vector Sensor Array DOA Estimation

2026-09-25

0

PRE

AI

DOI：10.1109/taes.2026.3737758

原文链接

原文求助

摘要

En 中文

矢量传感器阵列（VSA）能够高效估计射频（RF）源的方向到达（DOA）。传统上，VSA处理中计算复杂度的限制促使即使在多径场景中也假设自由空间传播条件。考虑的与实际传播条件之间的差异限制了VSA的DOA估计性能，从而限制了其在广泛射频源定位应用中的采用。本研究提出了一种计算高效的基于模型的神经网络（MBNN）方法，用于VSA二维DOA估计，并考虑了多径传播。所提出的框架在模型辅助的VSA估计流程中采用传统的全连接神经网络。通过分析多径导向模型、协方差子空间预处理、电磁场输出表示、确定性坡印廷矢量DOA重建以及基于坡印廷矢量的DOA域损失，将物理传播知识引入神经网络架构之外。模拟结果表明，辅助物理信息使所提出的基于MBNN的VSA DOA估计能够在低信噪比下达到克拉美罗下界，同时估计参数显著减少且处理时间更短，相比最大似然估计器（MLE）。此外，还表明所提出的模型辅助多层感知器（MLP）估计器在均方误差和经验累积分布函数准则方面优于传统的无约束回归MLP和MLE。所提出的基于MBNN的VSA DOA估计方法有望促进射频VSA在资源受限、紧凑型平台上的广泛采用，特别是在主导传播机制可由结构化多径模型近似的情况下。

Keyword:

Vector sensor array

DOA estimation

Model based neural networks

Multipath model

Model-Based Neural Network Approach for Vector Sensor Array DOA Estimation

摘要

期刊

机构

引用论文