基于RBF神经网络的弱信号DOA估计方法* |
| |
作者姓名: | 巫军卫 张旻 钟子发 |
| |
作者单位: | 1. 解放军电子工程学院,合肥,230037 2. 安徽省电子制约技术重点实验室,合肥,230037 |
| |
基金项目: | 国家自然科学基金资助项目(60972161) |
| |
摘 要: | 提出了一种利用智能学习方式解决强信号条件下弱信号的波达方向估计问题的新方法。通过理论推导发现协方差矩阵的特征值与来波信号功率之间存在一定的关系,将含功率信息的协方差矩阵的特征值加入到含方位信息的协方差矩阵上三角部分共同作为样本特征,构建基于RBF神经网络的弱信号DOA估计模型,解决了现有的智能学习方法难以对强信号条件下弱信号的来波方位估计问题,相比于利用解析计算的方法,本方法不需要已知强信号的来波方位并对其进行干扰抑制,计算量更小、DOA估计精度更高。仿真实验验证了新方法的有效性。
|
关 键 词: | 弱信号 神经网络 特征值 波达方向估计 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|