一种改进的RBF神经网络DOA估计方法

• 作者: 巫军卫 张旻 钟子发
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 来波方位 径向基函数神经网络 误差准则函数 隐层神经元 初始中心
• 年，卷（期）: 2011,（17）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 155-157
• 分类号: TP391
• 字数: 3824字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.17.052

摘要

提出一种优化径向基函数神经网络来波方位(DOA)估计模型结构和参数的方法.利用误差准则函数的收敛性,合理确定模型的隐层神经元数目,根据阵列信号相位差特征的空间分布特点,选择具有代表性的隐层神经元的中心,构建的RBF神经网络更能反映阵列的测向能力.相比于目前的径向基函数神经网络测向模型的构建方法,改进的DOA估计模型具有更好的泛化性能,能够提高测向精度.实验结果验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟子发	解放军电子工程学院信息工程系安徽省电子制约技术重点实验室	50	305	10.0	16.0
2	张旻	解放军电子工程学院信息工程系安徽省电子制约技术重点实验室	36	255	7.0	14.0
3	巫军卫	解放军电子工程学院信息工程系安徽省电子制约技术重点实验室	2	5	2.0	2.0