1 |
1
균일한 원형 배열을 위한 신경망 기반 2차원 도착 방향 추정 장치에 있어서, 입사 신호의 관찰 행렬 x를 M × M 실수 행렬인 N-Rxx로 변환하는 전처리부;상기 N-Rxx에 대응되는 고도각과 방위각을 추정하는 2차원 DOA 신경망; 및 상기 추정된 고도각을 수정하여 출력하는 후처리부를 포함하며, 상기 2차원 DOA 신경망은 상기 입사 신호의 방위각이 0° 내지 180°인 경우, 상기 N-Rxx에 대응되는 고도각과 방위각을 추정하는 DOA0-180 네트워크;상기 입사 신호의 방위각이 180° 내지 360°인 경우, 상기 N-Rxx에 대응되는 고도각과 방위각을 추정하는 DOA180-360 네트워크; 및 상기 입사 신호의 방위각에 따라 상기 N-Rxx의 전달 경로를 수시 조정하는 분류 네트워크를 포함하는 것을 특징으로 하는 2차원 DOA 추정 장치
|
2 |
2
제1항에 있어서, 상기 전처리부는 관찰 행렬 x로부터 배열 출력 공분산 행렬 Rxx을 추정하고, Rxx,의 주요 대각선 요소를 0으로 대체함과 동시에 비주요 대각선 요소의 계수를 정규화하고, 위상을 추출한 후 M × M 실수 행렬인 N-Rxx를 생성 및 출력하는 것을 특징으로 하는 2차원 DOA 추정 장치
|
3 |
3
제1항에 있어서, 상기 후처리부는 ""의 식에 따라 상기 추정된 고도각을 수정하며, 상기 는 추정된 고도각이고, f 와 θ은 각각 실제 입사 신호 주파수와 고도각이고, f'와 θ'은 상기 f 와 상기 θ에 대응되는 훈련 데이터 매개변수이며, 상기 f, 상기 θ, 상기 f', 및 상기 θ는 ""의 관계를 가지는 것을 특징으로 하는 2차원 DOA 추정 장치
|
4 |
4
제1항에 있어서, 상기 분류 네트워크는 N-Rxx를 입력받는 1 번째 레이어;컨볼루션 커널 수가 16개, 8개 각각 설정되는 컨볼루션 레이어로 구현되며, ReLU를 활성화 함수를 가지는 2번째 및 3번째 레이어;16개의 뉴런으로 완전히 연결된 레이어로 구현되며, Sigmoid를 활성화 함수를 가지는 4번째 레이어; 및 뉴런이 1개 있는 레이어로 구현되는 5번째 레이어로 구현되며, 교차 엔트로피 함수를 비용 함수로 이용하는 것을 특징으로 하는 2차원 DOA 추정 장치
|
5 |
5
제1항에 있어서, 상기 DOA0-180 네트워크와 상기 DOA180-360 네트워크 각각은 N-Rxx를 입력받는 1 번째 레이어;컨볼루션 커널 수가 64개, 64개, 32개, 32개, 16개, 16개, 8개, 8개로 각각 설정되는 컨볼루션 레이어로 구현되며, ReLU를 활성화 함수를 가지는 2번째 내지 9번째 레이어;32개, 16개의 뉴런으로 완전히 연결된 레이어로 각각 구현되며, ReLU를 활성화 함수를 가지는 10번째 및 11번째 레이어; 뉴런이 2개 있는 레이어로 구현되는 12번째 레이어로 구현되며, 평균 제곱 오차 함수를 비용 함수로 이용하는 것을 특징으로 하는 2차원 DOA 추정 장치
|
6 |
6
제1항에 있어서, 방위각과 N-Rxx 전달 경로 간의 상관관계를 통해 상기 분류 네트워크를 훈련시키고, 0° 내지 180°의 방위각인 경우의 N-Rxx와 고도각 및 방위각 추정치간의 상관관계를 통해 상기 DOA0-180 네트워크를 훈련시키고, 180° 내지 360°의 방위각인 경우의 N-Rxx와 고도각 및 방위각 추정치간의 상관관계를 상기 DOA180-360 네트워크를 훈련시키는 훈련부를 더 포함하는 것을 특징으로 하는 2차원 DOA 추정 장치
|