基于仿生模式识别和PCA/ICA的DOA估计方法

本文提出了一种基于仿生模式识别和PCA/ICA的DOA估计方法.这种方法的建模过程是用在实际环境下采集的训练样本构造人工神经网络模型,对环境的适应能力较强;且这种方法采用PCA/ICA进行特征提取,使数据得到有效压缩,可以实现系统实时处理.实验结果表明:在信噪比为20dB和0dB时,该方法的正确估计率可达100%;在信噪比降为-20dB时,该方法仍有83%的可识别率.

本文提出了一种基于仿生模式识别和PCA/ICA的DOA估计方法.这种方法的建模过程是用在实际环境下采集的训练样本构造人工神经网络模型,对环境的适应能力较强;且这种方法采用PCA/ICA进行特征提取,使数据得到有效压缩,可以实现系统实时处理.实验结果表明:在信噪比为20dB和0dB时,该方法的正确估计率可达100%;在信噪比降为-20dB时,该方法仍有83%的可识别率.

于2010-11-23批量导入

zhangdi于2010-11-23 13:05:56导入数据到SEMI-IR的IR

Made available in DSpace on 2010-11-23T05:05:57Z (GMT). No. of bitstreams: 1 4683.pdf: 197535 bytes, checksum: 202b545dbefc05193b0e597d811e723d (MD5) Previous issue date: 2004

中国科学院半导体研究所神经网络实验室