阵列误差下的近场源PCA-BP参数估计算法

当信号接收阵列存在误差时,阵列的导向矢量将会出现偏差,进而影响到参数估计算法的性能.为了减少阵列误差对参数估计结果的影响和降低计算复杂度,可以采用智能算法与主成分分析结合的方式.首先,利用后向传播神经网络方法将误差和其他因素包含在网络模型中,避开误差建模的繁琐过程;其次,由于后向传播神经网络训练近场源参数估计模型的时间过长,复杂度较高,为了缩短训练时间,减少计算量,在后向传播网络模型中引进主成分分析方法来降低信号特征矩阵维数,再把降维后的信号特征矩阵作为后向传播神经网络的输入特征,将近场源参数作为期望输出来进行训练,从而简化网络结构,减少训练过程中要估计的权值参数,缩短训练时间;最后,将包含待估计信号信息的接收数据输入到训练好的网络模型中,得到信号入射方向的估计值.该算法能够在接收阵列存在误差的情况下对近场源参数进行准确的估计,提高低信噪比下近场源信号参数的估计性能.仿真实验结果表明了该算法的有效性.