基于多级神经网络的被动声定位算法研究

• 作者: 何镇安 国蓉
• 来源期刊: 计算机应用研究
• 关键词: 被动声定位 径向基神经网络 非线性问题 数据融合
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2046-2048,2063
• 分类号: TB52+9|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.06.011

摘要

为了解决精确数学模型难以建立且求解位置方程时的非线性问题和多阵列数据融合问题,提出基于多级神经网络的被动声定位算法.该算法通过第一级RBF神经网络对声源进行初次定位,并剔除无效数据;再将有效数据输入第二级RBF神经网络,得到置信度更高的声源坐标.仿真结果表明,基于多级神经网络的被动声定位算法定位精度高、速度快、鲁棒性好,其定位性能优于单RBF神经网络和常规算法,甚至在个别传感器失效时,仍然能够取得较好的定位效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	国蓉	西安工业大学光电工程学院	36	309	9.0	17.0