作者单位
摘要
国防科技大学第六十三研究所, 江苏 南京 210007
针对室内非法信号源定位应用的特点, 提出一种基于到达方向 (DOA)估计的无源定位方法。采用具有解相干能力的基于特征空间的到达角 (ES-DOA)估计算法估计来波到达角度空间谱和对应的信号功率; 采用一种新的直达路径集成搜寻算法判断信号的直达路径方向, 并通过交叉测量法估计非法信号源的位置。仿真实验表明, ES-DOA算法在处理相干阵列信号时, 具有高分辨力和较强的抗噪声能力, 提出的直达路径识别算法能够在不同室内环境中准确识别信号的直达路径方向, 具有较强的鲁棒性。研究证明, 该定位方法具有较强的系统可实现性, 既能单站定位, 又可多站协同工作, 部署方便, 使用灵活, 是一种有效的室内非法信号源定位解决方案。
室内定位 到达方向估计 基于特征空间的到达角估计算法 阵列天线 集成学习 indoor positioning Direction of Arrival(DOA) Eigen Space DOA(ES -DOA) antenna array ensemble learning 
太赫兹科学与电子信息学报
2019, 17(4): 577
金焱 1,*褚政 1张瑾 2
作者单位
摘要
1 海军航空工程学院 指挥系, 山东 烟台 264001
2 中国人名解放军92154部队 45分队, 山东 烟台 264007
加权支持向量机回归算法,几乎都是以样本输入空间中的一个重要特征量的函数来确定权值,造成了在高维特征空间中作回归可能存在较大误差。针对这一问题,提出利用高维特征空间中的欧基里德距离来确定权值的方法,构造了一种改进的加权支持向量机回归算法,并将其应用到电子器件高功率微波易损性评估中。仿真结果表明: 该方法具有比模糊神经网络法、标准支持向量机回归算法和一般的加权支持向量机回归算法更高的预测精度。由于增加了权值的计算过程,相对于标准支持向量机回归和模糊神经网络方法,该方法的效率较低,但与一般的加权支持向量机回归算法相当。
特征空间 欧基里德距离 加权支持向量机 回归 高功率微波 电子器件 易损性 eigen space euclidean distance weighted support vector machine regression high power microwave electronic devices vulnerability 
强激光与粒子束
2014, 26(12): 123201

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!