一种基于深度学习的高轨卫星CEI信号频率估计算法

来源：电讯技术杂志2023年第11期北京时间：

作者：高泽夫,杨文革,焦义文,毛飞龙,王育欣,李雪健,张书雅,李超,滕飞

单位：(1.航天工程大学 a.电子与光学工程系;b.航天指挥学院，北京 101416;2.电子信息系统复杂电磁环境效应国家重点实验室，河南 洛阳 471003)

摘要：针对高轨卫星连线干涉测量(Connected Element Interferometry,CEI)信号的高精度频率估计这一难题，建立了CEI中的正弦信号频率估计模型。设计了基于深度学习框架的CEI信号频率估计算法，将算法划分为基于前馈深度神经网络的频率表征模块和基于卷积神经网络的频率计算及估计模块，在此基础上设计了各模块的具体结构和学习训练流程。对于算法的核心模块进行了仿真实验验证，并将所提算法与前人的相关算法进行了比较与分析，证明了该算法的有效性、稳定性和优越性。

关键词：高轨卫星；连线干涉测量；正弦信号频率估计；深度学习；

基金资助：北京市科技重大专项（Z181100002918004）