基于GRNN的相干信源DOA估计方法

         

摘要

针对相干信源下的到达角估计分辨率低的问题,提出了基于广义回归神经网络(GRNN)模型的估计方法.建立协方差矩阵与相应目标角度的映射关系形成训练集,经过广义回归神经网络模型进行监督学习获得模型参数;分析比较模型传递函数中扩散系数对系统性能的影响,将不同径向基函数扩散系数的预测结果与训练标签之间的最小值选为扩散系数最优值,进一步提升了估计精度.仿真结果表明,采用GRNN的估计方法可在不牺牲有效阵元数的情况下,达到解相干估计的目的.该方法的估计误差在0.5°范围内的准确率达96.33%,高于多信号分类方法(MUSIC)估计和空间平滑估计方法,且均方误差值更小,结果更加精确.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号