采用混合核支持向量机的DOA估计

• 作者: 任作琳 孙菲艳 田雨波
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 波达角估计 支持向量机 混合核函数 粒子群算法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 302-307
• 页数: 6页
• 分类号: TN911.72
• 字数: 4324字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2016.03.012

摘要

人工神经网络( ANN)进行建模时通常需要准备大量的数据样本，同时网络结构一般都比较复杂；而采用支持向量机( SVM)进行建模时，不同核函数有不同的效果，各有利弊，且选取SVM模型参数的理论支撑尚不完整。为了解决这些问题，提出了一种基于混合核函数的支持向量机来改善来波到达角( DOA)的估计性能，并结合二进制粒子群算法( PSO)来对混合核函数进行参数寻优。该混合核函数由全局核函数和局部核函数构成，提高了SVM的泛化能力和学习能力。首先通过拟合多项式函数，验证了该混合核SVM的有效性。将该方法用于DOA估计建模，在不同信噪比和快拍数下，通过与径向基函数( RBF)神经网络、基于各单一核函数的SVM和MUSIC算法预测结果对比，混合核SVM均方差有所降低，提高了DOA估计的精度且有更好的稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田雨波	江苏科技大学电子信息学院	109	634	13.0	19.0
2	任作琳	江苏科技大学电子信息学院	6	29	3.0	5.0
3	孙菲艳	江苏科技大学电子信息学院	5	18	2.0	4.0