一种基于高阶累积量优化的PSO-BP神经网络的任意信源的DOA估计方法

摘要

本发明涉及信号处理的技术领域，特别是涉及一种基于高阶累积量优化的PSO‑BP神经网络的任意信源的DOA估计方法，由天线阵列(Antenna Array)、粒子群算法(PSO)模块和神经网络(Neural Networks)模块组成的，包括以下步骤：预先根据信源的数目来初始化神经网络的各个参数；用粒子群算法来进行神经网络的优化训练，从而确定神经网络最优的权值和阈值；从所述天线阵列接收到数据之后，求出接收到数据的四阶累积量矩阵；提取求出的四阶累积量矩阵的前N个最大特征值所对应的特征向量；将提取的特征向量带入到预先训练好的PSO‑BP神经网络中，得到所述信号的波达方位估计，有效的避免了BP神经网络陷入局部最优的可能性，提高了DOA估计精度，可以处理任意信源的DOA估计，提高了普适性。