Key points are not available for this paper at this time.
本文改进了Star-Transformer模型，以在低信噪比(SNR)条件下获得水下声纳均匀线性阵列(ULA)的更准确到达方向(DOA)估计。理想真实协方差矩阵被分为三个通道：实部通道、虚部通道和相位通道，以获取更多输入特征。在训练中，采用不同信噪比下的真实协方差矩阵。在测试中，使用真实环境中样本的协方差矩阵作为输入。使用网格形式对多个信号源的DOA进行估计，将其建模为多标签分类问题。结果表明，该模型有效，并且在训练和未训练的信噪比、不同快照、信号功率不匹配、不同分离角度、信号相关性等条件下仍能保持良好的DOA估计性能。这表明该模型具有优异的鲁棒性.
王等人(Sat,)研究了这个问题。