基于仿生模式識(shí)別和PCA_ICA的DOA估計(jì)方法.pdf

《基于仿生模式識(shí)別和PCA_ICA的DOA估計(jì)方法.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、第9期電子學(xué)報(bào)Vol.32No.92004年9月ACTAELECTRONICASINICASep.2004基于仿生模式識(shí)別和PCA/ICA的DOA估計(jì)方法安冬,王守覺(jué)(中國(guó)科學(xué)院半導(dǎo)體研究所神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)室,北京100083)摘要:本文提出了一種基于仿生模式識(shí)別和PCA/ICA的DOA估計(jì)方法.這種方法的建模過(guò)程是用在實(shí)際環(huán)境下采集的訓(xùn)練樣本構(gòu)造人工神經(jīng)網(wǎng)絡(luò)模型,對(duì)環(huán)境的適應(yīng)能力較強(qiáng);且這種方法采用PCA/ICA進(jìn)行特征提取,使數(shù)據(jù)得到有效壓縮,可以實(shí)現(xiàn)系統(tǒng)實(shí)時(shí)處理.實(shí)驗(yàn)結(jié)果表明:在信噪比為20dB和0dB時(shí),該方法的正確估計(jì)率可達(dá)100%;在信噪比降為-

2、20dB時(shí),該方法仍有83%的可識(shí)別率.關(guān)鍵詞:DOA估計(jì);仿生模式識(shí)別;人工神經(jīng)網(wǎng)絡(luò);PCA;ICA中圖分類號(hào):TNTP391.4文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):037222112(2004)0921448204ADOAEstimationMethodBasedonBiomimeticPatternRecognitionandPCA/ICAANDong,WANGShou2jue(LabofArtificialNeuralNetworks,InstituteofSemiconductors,CAS,Beijing100083,China)Abstract:The

3、applicabilityofbiomimeticpatternrecognitiontoinformationprocessingofabstractobjectsisstudied,andthenaDOAestimationmethodbasedonbiomimeticpatternrecognitionandPCA/ICAisadvanced.Inthismethod,theoutputsignalsofan2tennaarrayarecollectedinpracticalconditionsandexpressedasfeaturevector

4、sbyusingPCA/ICA.Thesefeaturevectorsarestudiedwiththemethodofhighdimensionalgeometryandtheprincipleofbiomimeticpatternrecognition.Byusingthefeaturevectorsastrain2ingsamplesANNmodelsareconstructed.Inourexperiments,whenSNRis20dBor0dB,thecorrectestimationrateis100%;whenSNRis220dB,the

5、correctestimationrateis83%;Theexperimentalresultsshowthattheproposedmethodhasthegreatadvantageofpreferablerobustnessandfastcomputation.Keywords:DOAestimation;biomimeticpatternrecognition;neuralnetworks;PCA;ICA比、信號(hào)模型、傳輸通道等因素考慮了進(jìn)去,因此可以較好的1引言解決這些問(wèn)題.且這種方法在計(jì)算時(shí)采用了PCA/ICA進(jìn)行特所謂DOA估計(jì)就是利用天

6、線陣列接收信號(hào)源發(fā)出的信征提取,有效的壓縮了數(shù)據(jù),計(jì)算量較小,可以實(shí)現(xiàn)系統(tǒng)實(shí)時(shí)號(hào),運(yùn)用現(xiàn)代信號(hào)處理方法估計(jì)出信號(hào)源所在的方位,即在信處理,從而有望應(yīng)用于實(shí)際工程.號(hào)源情況未知的條件下,利用天線陣列輸出(為一包含有信號(hào)現(xiàn)實(shí)世界中的大多數(shù)事物(包括抽象事物在內(nèi))都可以通源方位信息的復(fù)合矢量信號(hào))估計(jì)出信號(hào)源方位.解決這個(gè)問(wèn)過(guò)若干特征來(lái)描述,從而形成一個(gè)表征該事物的特征矢量,對(duì)題可以從兩個(gè)角度考慮:一個(gè)角度是建立數(shù)學(xué)模型、通過(guò)解析特征矢量可以有不同的分析方法.多年來(lái),人們多使用代數(shù)的[1～4]計(jì)算得出結(jié)果,如傳統(tǒng)的MUSIC法、ESPRIT法等.近年來(lái),基方法

7、對(duì)特征矢量進(jìn)行分析,而王守覺(jué)院士最近提出了一[5]于這種思路的DOA估計(jì)取得了豐碩的成果,但這些理論上很種高維空間幾何分析方法,并在此基礎(chǔ)上提出了一種模式[6]好的算法大都停留在實(shí)驗(yàn)室仿真上,很難在實(shí)際工程中應(yīng)用.識(shí)別新理論———仿生模式識(shí)別(拓?fù)淠Ｊ阶R(shí)別).基于上述其根源在于以下兩點(diǎn):一是算法運(yùn)算量大,無(wú)法實(shí)時(shí)實(shí)現(xiàn);二思路本文提出了一種基于仿生模式識(shí)別和PCA/ICA的DOA是對(duì)實(shí)際應(yīng)用環(huán)境的適應(yīng)性差,達(dá)不到要求的性能指標(biāo).另一估計(jì)方法,其基本原理為:將包含有信號(hào)源方位信息的天線陣個(gè)解決DOA估計(jì)問(wèn)題的思路是采用“軟建?！?、“軟計(jì)算”的方列輸出信號(hào)用特

8、征矢量來(lái)表征,使用高維空間幾何分析方法、法,如人工神經(jīng)網(wǎng)絡(luò)、模糊集合理論、進(jìn)化計(jì)