10.3969/j.issn.1000-3428.2011.17.052
一种改进的RBF神经网络DOA估计方法
提出一种优化径向基函数神经网络来波方位(DOA)估计模型结构和参数的方法.利用误差准则函数的收敛性,合理确定模型的隐层神经元数目,根据阵列信号相位差特征的空间分布特点,选择具有代表性的隐层神经元的中心,构建的RBF神经网络更能反映阵列的测向能力.相比于目前的径向基函数神经网络测向模型的构建方法,改进的DOA估计模型具有更好的泛化性能,能够提高测向精度.实验结果验证了该方法的有效性.
来波方位、径向基函数神经网络、误差准则函数、隐层神经元、初始中心
37
TP391(计算技术、计算机技术)
国家自然科学基金资助项目60972161;国家部委预研基金
2012-01-14(万方平台首次上网日期,不代表论文的发表时间)
共3页
155-157