一种基于机器学习的卫星干扰信号DOA估计算法

关键词：干扰源 doa估计 特征提取 神经网络 

摘要：随着现代通信技术的发展,波达方向(Direction of Arrival,DOA)估计在卫星通信抗干扰中越来越重要,通过对干扰信号的DOA实时和精确估计,为后续抗干扰提供依据。传统的估计算法计算任务重且耗费时间,不利于对干扰信号进行实时定位,如MUSIC,ESPRIT算法等。在此背景下,提出了基于机器学习的DOA估计方法,采用神经网络学习方位特征样本,在空间信号和方位角之间建立非线性映射关系,利用训练后的网络估计方位角度,可减小运算量和提高估计精度。在分析了机器学习算法特点的基础上,提出基于BP神经网络和RBF神经网络的DOA估计算法,并从算法复杂度、信噪比、相干性和信号类型等方面评价了估计性能,通过仿真结果分析,得出RBF网络DOA估计性能优于BP网络的结论。

无线电通信技术杂志要求:

{1}稿件请提供第一作者和通信作者简介，包括姓名、出生年、性别、学历、职称、研究方向、通讯地址、联系电话和E-mail等。

{2}在线投稿过程中，文稿请勿包含姓名、单位、地址、邮编及作者简介、资助项目等个人信息，如果含有个人信息，会导致初审直接退稿的可能。

{3}来稿请用小四号字打印，同时提供打印稿和电子文本（word格式）。如有图版，须单独提供TIFF或JPG格式照片。

{4}正文：应包括研究背景、方法、结果、结论或讨论等几部分内容。

{5}若有基金资助，请在题名下方另行“基金项目”写明项目全称及批号，并上传基金批文复印件。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社