作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出利用粒子群算法优化BP神经网络来改善来波到达角估计性能的方法.传统的BP神经网络易陷入局部最优,因此采用粒子群算法对网络的权值和阈值进行优化,并将其应用到来波到达角估计中.所提方法仅利用阵列协方差矩阵的第一行作为来波方位特征,与常用的协方差矩阵上三角特征相比,在不损失有效方位信息的基础上使特征维数极大降低.仿真实验证明:同经典的RBF神经网络方法相比,基于所提方法的神经网络结构更简洁,泛化性能更好,来波方位估计精度更高.
推荐文章
基于GPU的PSO-BP神经网络DOA估计
波达方向估计
粒子群优化
神经网络
图形处理单元
统一计算设备架构
基于GPU的PSO-BP神经网络DOA估计
波达方向估计
粒子群优化
神经网络
图形处理单元
统一计算设备架构
基于PSO-BP神经网络的矢量水听器的DOA估计
信号处理
DOA估计
信号子空间
BP神经网络
矢量水听器
基于RBF神经网络的弱信号DOA估计方法
弱信号
神经网络
特征值
波达方向估计
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PSO - BP神经网络的DOA估计方法
来源期刊 电讯技术 学科 工学
关键词 波达角估计 粒子群算法 神经网络 特征维数
年,卷(期) 2012,(5) 所属期刊栏目 信号与信息处理技术
研究方向 页码范围 694-698
页数 分类号 TN911.72
字数 3732字 语种 中文
DOI 10.3969/j.issn.1001-893x.2012.05.018
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 孟非 江苏科技大学电子信息学院 14 51 4.0 6.0
2 王旭 江苏科技大学电子信息学院 3 22 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (9)
参考文献  (6)
节点文献
引证文献  (16)
同被引文献  (30)
二级引证文献  (30)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(7)
  • 引证文献(3)
  • 二级引证文献(4)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(15)
  • 引证文献(3)
  • 二级引证文献(12)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
波达角估计
粒子群算法
神经网络
特征维数
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
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
论文1v1指导