基于选择性集成径向基神经网络的来波方向估计

• 作者: 张旻 罗争 陈思剑
• 来源期刊: 新能源进展
• 学科: 工学
• 关键词: 来波方向估计 相角特征 径向基神经网络 选择性神经网络集成 Bagging算法
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 论文
• 页码范围: 65-69
• 页数: 5页
• 分类号: TN911.23
• 字数: 3895字
• 语种: 中文

摘要

本文提出了一种基于选择性集成径向基函数神经网络(SE-RBFNN)的来波方向(DOA)估计方法,解决单个神经网络建模进行DOA估计精度低的问题.首先利用Bagging方法训练生成一定数量的RBFNN弱分类器,其估计精度低但泛化能力强；然后提出并运用等宽分箱一投票选择性集成方法剔除估计误差大的奇异值个体,优选部分RBFNN输出结果进行平均处理,从而获得了高精度的DOA估计.仿真结果表明了算法的有效性,相对单个RBFNN建模,构建的选择性集成模型能适应方向特征的变化,算法的来波估计精度显著提高.