返回
Prior-Knowledge Guided Deep Learning Algorithm for Robust Array Diagnosis Under Array Errors
DOI:10.1109/tap.2026.3735036.png)
摘要
En 中文
本通信提出了一种基于先验知识的深度学习算法,用于在阵列误差下的鲁棒阵列诊断。通过构建级联卷积神经网络(CCNN),可从远场辐射模式中实时、高精度地检测阵列中的故障单元,即使在噪声环境中也能实现。具体而言,第一个卷积神经网络(CNN)作为去噪器,用于消除测量远场辐射模式中的噪声,而第二个CNN作为回归器,基于去噪后的模式检测故障单元。先验知识,包括天线阵列中的频率偏移和阵列位置误差,被有意应用于数据集生成阶段以指导神经网络训练。这使得CCNN能够在存在阵列误差的情况下实现高诊断精度,从而增强鲁棒性。在4×5和10×10平面阵列上进行了数值仿真,以验证先验知识的有效性及鲁棒性的提升。将CCNN的性能与遗传算法、压缩感知、最小二乘法和CNN算法进行比较,以验证其优越性能,包括在阵列误差下的高诊断精度和低计算复杂度。
Keyword:
Array error
cascaded convolutional neural network (CCNN)
deep learning
robust array diagnosis
期刊
IF:
5.8
论文数:
677
被引数:
6.8W
机构
引用论文
暂无论文信息

