基于加权特征向量的无监督波达方向估计算法

在基于有监督学习策略的波达方向(DOA)估计算法中，通常需要大量带标签的训练数据集，这些数据会影响算法对未知信源性能的估计。为了解决这一问题，提出一种基于无监督深度学习策略的加权特征向量无监督DOA估计算法(WEUDA)。利用天线阵列接收未知方向随机入射信源的多快拍数据协方差矩阵的加权特征向量来建立无标签的训练数据集。这一方法使得算法不再依赖已知的标准信号源，更便于在工程中实现，并且提高了对未知测试数据集的估计性能。仿真实验结果表明，在相同的条件下，相对于子空间类、稀疏重构类和有监督DOA估计算法，WEUDA具有更好的估计性能。