原文服务方: 探测与控制学报       
摘要:
针对利用智能学习方法进行多信号源二维方向估计模型难以构建的难题,提出了一种有效的降维构建方法.该方法首先对构造的DOA矩阵进行特征分解,获取各个信号源对应的、包含两个方向信息的特征值和特征向量,分别以这两个量(统称为联合方向特征)作为输入特征,以单信号样本来训练两个RBF神经网络模型,然后利用训练好的模型分别对分离出来的各个信号对应的特征值和特征向量进行映射估计来得到两个空间角.仿真结果表明:该方法达到了对多信号源二维来波方向进行降维估计的目的,且具备较高的估计精度.
推荐文章
基于加权改进 MUSIC 算法的相干信号波达方向估计
相干信号
矩阵重构
加权
改进
波达方向估计
智能天线波达方向估计中多信号分类算法研究
波达方向估计
天线阵列
多信号分类算法
窄带信号源数目与波达方向联合估计
窄带信号
MDL
最大似然准则
DOA
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于联合方向特征的智能来波方向估计
来源期刊 探测与控制学报 学科
关键词 联合方向特征 多源 二维来波方向估计 波达方向矩阵 特征分离 径向基神经网络
年,卷(期) 2011,(2) 所属期刊栏目
研究方向 页码范围 40-44,50
页数 分类号 TN911.23
字数 语种 中文
DOI 10.3969/j.issn.1008-1194.2011.02.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张旻 36 255 7.0 14.0
5 翁晓君 4 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (35)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(6)
  • 参考文献(1)
  • 二级参考文献(5)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(7)
  • 参考文献(4)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
联合方向特征
多源
二维来波方向估计
波达方向矩阵
特征分离
径向基神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
探测与控制学报
双月刊
1008-1194
61-1316/TJ
16开
1979-01-01
chi
出版文献量(篇)
2424
总下载数(次)
0
总被引数(次)
12559
论文1v1指导