神經(jīng)網(wǎng)絡(luò)在來波到達角估計中的應(yīng)用研究.pdf

1、在導(dǎo)航、移動通信、雷達、電子戰(zhàn)系統(tǒng)、聲納以及地震等諸多領(lǐng)域,測向都是一個熱點問題。測向算法也被稱為空間譜估計、波達方向估計、到達角估計或者方位估計。其實,所謂波到達角估計(DOA)的目標就是從一系列接收的信號中(包括噪聲)估計出所感興趣信號的方位。
　　在過去的幾十年中,一些有效的高分辨率算法得到了很好的發(fā)展,如MUSIC算法、ESPRIT算法。然而,這些傳統(tǒng)的方法通常運用線性代數(shù)的方法,需要計算大量的矩陣反演,進而消耗大量的時間

2、,因此,它們不能滿足實時性的要求。
　　隨著計算智能技術(shù)的飛速發(fā)展,人們開始研究通過學(xué)習(xí)大量的樣本來解決來波到達角估計問題,而神經(jīng)網(wǎng)絡(luò)因其非線性映射及泛化能力無疑被人們認為是解決這一問題的強有力工具。神經(jīng)網(wǎng)絡(luò)的優(yōu)點在于建模過程是采用訓(xùn)練樣本構(gòu)造神經(jīng)網(wǎng)絡(luò),而不再是精確的數(shù)學(xué)方程式,在實際的應(yīng)用環(huán)境中,采集到的訓(xùn)練樣本可以將噪聲、信號模型、信噪比、傳輸通道等因素考慮進去,而無需進行特征值分解、譜峰搜索、并且能快速實現(xiàn)并行就算,有望應(yīng)用

3、到實際工程。
　　本文的主要工作包括:
　　1.研究了一種基于選擇性神經(jīng)網(wǎng)絡(luò)集成的單信號源來波到達角估計算法。文中通過粒子群優(yōu)化算法合理選擇組成神經(jīng)網(wǎng)絡(luò)集成的各個神經(jīng)網(wǎng)絡(luò),使個體間保持較大的差異度,減小“多維共線性”和樣本噪聲的影響,以此建立單信號源的波到達角估計模型。仿真結(jié)果表明,該方法同BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、泛回歸神經(jīng)網(wǎng)絡(luò)、MUSIC算法相比在處理單信號源的來波到達角估計時具有更好的準確性,進而有望應(yīng)用在實際的定

4、位系統(tǒng)中。
　　2.研究了利用粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)來提高 DOA估計性能。傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)易陷入局部最優(yōu),因此采用粒子群算法對網(wǎng)絡(luò)的權(quán)值和閾值進行優(yōu)化,并將其應(yīng)用到來波到達角估計中。另外,本方法僅利用陣列協(xié)方差矩陣的第一行作為來波方位特征,與常用的協(xié)方差矩陣上三角特征相比,在不損失有效方位信息的基礎(chǔ)上使特征維數(shù)得到極大地降低。經(jīng)仿真實驗證明:同經(jīng)典的RBF神經(jīng)網(wǎng)絡(luò)方法相比,基于本文方法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)更簡潔,泛化性能更好,來