基于局部加权长短时记忆网络的无人机DOA估计算法

发布时间：2025-06-10 00:56

　　 针对传统神经网络波达方位(DOA)估计算法抗噪性能差、精度不高以及泛化性弱等问题,提出基于局部加权长短时记忆神经网络的DOA估计算法。该算法对长短时记忆(LSTM)进行局部加权回归,将单阵元与全阵元接收信号功率之比作为网络的输入向量,根据分类结果选取对应区间数据进行训练,建立网络学习特征与DOA估计之间的非线性映射关系。该算法应用于无人机方向定位的实验表明,与传统神经网络的DOA算法相比,该算法具有更好的准确性、抗噪性和泛化性。

【文章页数】：5 页

【文章目录】：
0 引言
1 DOA估计模型
    1.1 阵列信号模型
    1.2 基于切换天线功率的DOA估计算法
2 局部加权LSTM网络框架
    2.1 LSTM网络
    2.2 LWLSTM网络
    2.3 性能评价指标
3 算法仿真
    3.1 仿真条件
    3.2 无人机DOA估计精确性比较
    3.3 信噪比对算法性能的影响
    3.4 阵元个数对算法性能的影响
4 结语



本文编号：4050071