深度神经网络在无源定位中的应用研究

• 作者: 冯胜 刘宇 王桂玲
• 来源期刊: 雷达科学与技术
• 学科: 工学
• 关键词: 无源定位 多源信息 深度神经网络(DNN) 鲁棒性
• 年，卷（期）: 2018,（4）
• 页码范围: 423-428
• 页数: 6页
• 分类号: TN958.97|TP183
• 字数: 4254字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2337.2018.04.012

摘要

针对无源定位中噪声统计特性不准确和对多源信息的综合利用,提出一种利用深度神经网络(DNN)的无源定位方法,该方法将训练集数据输入到深度神经网络中进行学习训练,利用随机失活这一正则化方法提高了模型的泛化能力,对模型的超参数选择进行二维搜索,最终得到深度神经网络模型的最优参数设置.将其和传统的无源定位方程解算方法以及单层神经网络模型进行对比,仿真结果表明提出的方法能有效降低噪声对无源定位的精度影响,增强了系统鲁棒性,同时也证明了深度神经网络对多源信息的综合利用能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王桂玲		3	23	2.0	3.0
2	刘宇		1	0	0.0	0.0
3	冯胜		2	32	1.0	2.0