论文部分内容阅读
在常用的阵列测向算法中，一般认为信号源数是先验参数，当信号源数估计错误时，方位估计的性能会严重下降，甚至完全失效。文中引入径向基网络，将信号源估计问题转化为一个模式分类问题来解决，利用径向基函数神经网络结构简单、训练简洁且学习收敛速度快，能够逼近任意非线性函数的特点，最后给出了算法的实现方法、仿真结果以及与现有算法的性能比较。