一种基于RBF神经网络的低仰角DOA估计方法

作者：陈伯孝; 刘冬; 项厚宏

来源：2019-04-29, 中国, CN201910357489.0.

本发明公开了一种基于RBF神经网络的低仰角DOA估计方法,包括以下步骤：S1：在实测数据中选取仰角为低仰角的点迹,将所述低仰角的点迹对应的真实仰角作为训练神经网络的标签Y,Y＝[y1,y2,...,yn],根据标签yi得到与其对应的数据协方差矩阵Ri,从所述数据协方差矩阵Ri中提取对应的实部特征和虚部特征得到列向量ri；S2：将所有所述列向量[r1,r2,...,rn]归一化得到训练RBF神经网络的输入normX；S3：求取所述RBF神经网络基函数中心,并根据所述基函数中心计算基函数方差；S4：根据所述基函数方差计算隐含层和输出层之间的连接权值,以得到训练好的神经网络；S5：将测试集样本进行归一化处理,输入到所述训练好的神经网络中求取来波到达角。本发明提供的方法提高了目标侦察准确性,减少了计算量,解决了现有技术中在复杂环境下DOA估计精度较低计算量大的问题。

• 单位
  西安电子科技大学