[发明专利]一种融合压缩感知与人工神经网络的扩频信号参数估计方法

权利要求书

1.本发明融合压缩感知与人工神经网络的扩频信号参数估计系统整体理论设计，其特征在于：

(1)设计一整套人工神经网络，神经网络的输入为一定长度的按照固定频率采样的扩频信号，神经网络的输出为参数估计结果；

(2)(1)中所描述的人工神经网络的首层为卷积层，且该卷积层的卷积步长可大于1；

(3)(1)中所描述的神经网络的训练数据由仿真信号采样产生，神经网络的训练采用梯度下降法。

2.基于权利要求1中所描述人工神经网络的信号压缩感知与参数估计实现方法，其特征在于：

(1)基于权利要求1中所描述人工神经网络首层卷积层的线性运算设计压缩感知，该压缩感知由一个有限长单位冲激响应滤波器与一个下采样器够成，滤波器的冲激响应即人工神经网络首层卷积层的卷积核，下采样器的下采样倍数等于该卷积层的卷积步长；

(2)利用权利要求1中所描述人工神经网络除首层卷积层的线性运算的剩余所有部分，构建信号的参数估计系统，该系统的输入为信号的压缩感知数据，输出为信号的参数估计结果。