基于神经网络的波达方向估计.pdfVIP

____________________________________________________________________________ 基于神经网络的波达方向估计 李旭健 （山东科技大学信息科学与工程学院，山东 青岛 266510 ） 摘要:本文提出利用径向基函数神经网络(RBFNN)来探测信号波达方向(DOA)，模拟结果与实际相吻合。该 网络具有良好的识别及泛化能力，为设计准确实时跟踪的智能天线提供了一条有价值的途径。 关键词:神经网络；波达方向；智能天线 Neural Network-Based Estimation Method Of Direction Of Signals Arrival LI Xu-jian (College of Info Science Eng., Shandong University of Science Technology, Tsingtao, Shandong 266510, China) Abstract ： This paper presents a technique to determine the direction of signals arrival (DOA) using a radial basis function neural network (RBFNN), the simulation results obtained from this network are agreement with practice. This network has excellent generalization and recognition capability, and it is effectually approach for making smart antennas in real time accurate tracking mobile user. Key words ：neural networks; direction of arrival; smart antennas 0 引言 随着无线通信技术的发展，当今的码分多址[1] （CDMA）技术的运用，增加了系统的容 量，提高了接受信号的信躁比。但还未能满足人们的对信号的高传速率及高分辨率的要求。 为了进一步提高系统的容量。人们提出：在移动用户（如：手机用户）接收端的基站采用智 能天线。因此智能天线[2 ,3] 已是当今移动通信中的一个热门课题。智能天线的功能主要表现 在它能够自适应的判断信号方向和数量,并跟踪期望信号.将在期望信号方向产生最大增益, 并使干扰方向增益最小,从而抑制了干扰信号.因此，智能天线是实现空分多址(SDMA)的关 键，其核心技术是算法。其中信号的到达方向(DOA)算法是智能天线的关键算法之一。近年 来,信号到达方向的估计及跟踪方面的研究已有很多报道[4 ,5] .主要的 DOA 算法有最大似然 法、传播算子法、 MUSIC 算法和 ESPRIT 算法[6] 等.然而,这些算法尽管有很高的分辨率, 但 普遍存在着计算量大收敛速度慢的问题.难以实现实时跟踪.并且一般不能处理信号源数多于 1 ____________________________________________________________________________中国科技论文在线 天线阵元时的情况.最近,文献[7]中避开了传统的算法, 已采用神经网络算法进行信号方向判 断及抑制计算.但仅适用于处理单信号源方向估计问题。本文与文献[7]不同,建立以高斯径向 基函数作为神经元上的传递函数的神经网络. 目的是利用径向基函数网络具有快速收敛、运 算量小及较强的非线性逼近能力等特点.同时,我们也考虑了多信号源的情况，本文以两信号 源为例进行了仿