[发明专利]基于广义回归神经网络的均匀线列阵目标方位估计方法

摘要

本发明涉及一种基于广义回归神经网络的均匀线列阵目标方位估计方法，设置对应角度范围的阵列接收到数据并进行范数归一化，以复声压的实部和虚部作为GRNN模型输入特征；使用k折交叉验证来确定最优扩展因子，选取扩展因子范围和步长，将得到的扩展因子用于GRNN模型的优化。最优扩展因子用于GRNN的训练，再以测试集测试GRNN模型的估计性能，训练和验证以及测试后的GRNN模型用于实时数据的方位估计。对各个信噪比下不同方法测试集的估计结果，可得到，在高信噪比下，GRNN方法有着较好的稳健性，在低信噪比下，仍有着较好的估计性能。GRNN方法在0°附近无明显影响，仍可有效估计目标方位，但在90°附近，在信噪比较低时，会出现较小的误差。