一种基于互相关神经网络的声呐盲波束形成方法研究

TN911.7; 针对水声环境和水声信号的特点,提出了一种基于神经网络的声呐盲波束形成算法.该方法利用水声信号的循环平稳特性把波束形成权向量的求解问题转化为阵列接收信号互相关函数的奇异值分解问题;引入一种互相关神经网络求解阵列接收信号相关函数的奇异值,从而减小了运算的代价,可高效实现盲波束形成.提出的改进互耦Hebbian学习规则有效地提高了神经网络权值的更新速度,为问题的实时求解提供了有效的途径.该方法还能抑制噪声和干扰的影响,表现出较强的顽健性.仿真实验验证了算法的正确性....

Full description

Saved in:
Bibliographic Details
Published inTongxin Xuebao Vol. 24; no. 10; pp. 108 - 113
Main Authors 李洪升, 赵俊渭, 陈华伟, 王峰
Format Journal Article
LanguageChinese
Published 西北工业大学,声学工程研究所,陕西,西安,710072 2003
Editorial Department of Journal on Communications
Subjects
仿真
盲波束形成
神经网络
循环平稳
Online AccessGet full text
ISSN1000-436X
DOI10.3321/j.issn:1000-436X.2003.10.015

Cover

More Information
Summary:TN911.7; 针对水声环境和水声信号的特点,提出了一种基于神经网络的声呐盲波束形成算法.该方法利用水声信号的循环平稳特性把波束形成权向量的求解问题转化为阵列接收信号互相关函数的奇异值分解问题;引入一种互相关神经网络求解阵列接收信号相关函数的奇异值,从而减小了运算的代价,可高效实现盲波束形成.提出的改进互耦Hebbian学习规则有效地提高了神经网络权值的更新速度,为问题的实时求解提供了有效的途径.该方法还能抑制噪声和干扰的影响,表现出较强的顽健性.仿真实验验证了算法的正确性.
ISSN:1000-436X
DOI:10.3321/j.issn:1000-436X.2003.10.015