一、基于BP网络的单信道相关干涉测向法（论文文献综述）
张昕[1]（2013）在《圆阵相关干涉仪测向算法及GPU实现》文中指出随着现代电子战信号环境越来越复杂，信号频段也随之逐渐变宽，因此如何有效实现对宽频段内可能的来波信号进行测向变得越来越重要。干涉仪测向体制由于测向精度较高、算法原理简单以及测向实时性较高等优势，成为了目前广泛应用的宽带测向系统中的关键测向技术。本文以宽带干涉仪测向系统为背景，详细研究了此测向系统中的核心算法，其主要内容为：首先，对干涉仪测向系统的误差进行分析进而给出相应的主要技术指标。本文将干涉仪测向系统的主要误差来源进行了详细分析，并提出了几种减小误差的方法。在此基础上，给出了四种技术指标的定义及测量方法，为后文的仿真实验结果的好坏提供一个评判标准。其次，介绍了标准相关干涉仪测向算法并研究了一种基于维度拆分的相关干涉仪二维测向算法。在传统相关干涉仪测向算法基础上，将相关函数改为了余弦函数，有效地解决了二维测向相位模糊及边界跳变问题。在此基础上，加入了二次曲线拟合，使得测向结果更为准确。根据相关系数的特点，提出了基于维度拆分的改进方法，该方法将一次二维搜索拆分成两次一维搜索，在保证测向结果的准确性的同时，大大提高了测向速度。接着讨论了两种环境下维度拆分方法的适用条件。再次，研究了基于RBF神经网络的相关干涉仪测向算法。本文采用了两种常用的训练方法，给出了其用于相关干涉仪测向的模型，并寻找到适用于各算法的合理的训练样本和网络参数。经过比较，采用OLS算法训练RBF网络得到的输出结果与标准相关干涉仪测向算法结果接近，但其测向速度相比于标准相关干涉仪测向算法有所提高，进一步满足测向实时性要求。最后，本文将标准相关干涉仪测向算法交由GPU平台实现。利用GPU平台的高度并行性，设计完成了相应模块的CUDA程序，并根据其特点进行访存优化，以尽可能提高资源利用率和执行效率。实验结果表明，与CPU平台相比，优化后的GPU平台测向时间有明显缩短。
高争艳[2]（2008）在《移动通信中智能天线DOA技术》文中指出智能天线技术是第三代移动通信系统的关键技术之一,也是现在国内外热门的研究课题。它结合了天线阵技术与信号空时处理,在系统设计中增加了空时处理的自由度,改善了系统性能,增加了系统容量及频谱利用率。在无线移动通信系统中采用智能天线技术,实际上是通过数字信号处理,使天线阵为每个用户自适应地进行波束赋形,相当于为每个用户形成了一个可跟踪它的高增益天线,从而即可以进行全方位通信,也可以用较小的发射功率覆盖相同的范围以及提高系统容量和业务质量、降低用户间的码间干扰和多址干扰。智能天线引入空分多址的概念,通过用户空间位置的差异对其进行分离。因此各用户的波达方向DOA （Direction Of Arrival）做为反映用户空间位置的重要参量在智能天线中扮演着非常重要的角色。智能天线的主要任务是完成上行信号的滤波和下行波束的形成,这两个主要任务的完成都和自适应算法和数字信号处理（DSP）技术紧密相关。自适应算法是智能天线的核心技术之一,它决定着智能天线对来波信号响应的速率和系统实现电路的复杂程度,系统需要针对各种通信环境来选择合适的算法,也可以采用算法分集的方法来使整个系统工作在最佳状态。本文在对各种算法进行分析比较的基础上,提出了将Sparse PCA算法应用于DOA估计,其主要目的是针对MUSIC等算法中的信号子空间估计问题,减少其计算量。该算法的计算过程相对简单,并具有自组织特性,适合于神经网络实现。仿真结果表明,所提算法的DOA估计性能与MUSIC算法相当,其计算效率高于传统MUSIC算法。
郑洪[3]（2005）在《MUSIC算法与波达方向估计研究》文中提出波达方向（Direction-of-Arrival）估计是阵列信号处理领域中的重要的研究方向,它是雷达、声纳、主动防护系统、通讯系统以及智能天线等多个技术领域的共性问题。基于阵列信号处理的波达方向估计方法可以同时对空间不同方向上的多个信号源实现高分辨率的方向估计。对波达方向的估计是空间谱估计研究的主要课题。最经典的超分辨率空间谱估计方法是Schmidt在1979年提出的MUSIC（Multiple Signal Classification）算法,在模型准确的条件下,该算法能精确地估计空间上互不相关信号的波达方向。然而,对空间上相隔比较近的小信噪比信号,MUSIC算法却不能很好地分辨出它们的波达方向,解决的途经是充分利用目标信号的信息。基于信号循环平稳特性的循环互相关MUSIC算法就是将信号的循环平稳特性用于阵列信号处理中,这样就进一步提高信号的处理质量,具有更好的噪声抑制特性和分辨能力,但是它对循环相关信号的分辨力则受到限制。本文在循环互相关MUSIC算法的基础上,同时利用了信号的循环互相关矩阵和循环共轭互相关矩阵的信息对该算法进行改进。仿真结果表明,这种改进的算法有更好的抑制噪声能力,能够分辨循环相关的信号,具有更好的分辨能力。 本文首先介绍了智能天线的结构以及工作原理,并说明波达方向估计在智能天线中的作用,从而引出了MUSIC算法。针对MUSIC算法的不足引出了基于循环平稳特性的循环互相关MUSIC算法,最后在循环互相关MUSIC算法基础上提出了改进算法。
安冬,龚晓峰[4]（2001）在《基于BP网络的单信道相关干涉测向法》文中指出提出了一种基于BP网络的单信道相关干涉测向方法,对原有的单信道相关干涉法作出了改进,克服了原有算法需要对信号进行移相的弊端,转而采用人工神经网络作为非线形映射的工具,取得了较好的效果。
二、基于BP网络的单信道相关干涉测向法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于BP网络的单信道相关干涉测向法（论文提纲范文）
（1）圆阵相关干涉仪测向算法及GPU实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 无线电测向历史与发展现状 |
| 1.3 本文的主要内容及章节安排 |
| 第二章 干涉仪测向误差及测向指标 |
| 2.1 测向误差分析 |
| 2.2 测向机的主要技术指标及其测试方法 |
| 2.3 本章小结 |
| 第三章 基于维度拆分的相关干涉仪测向算法 |
| 3.1 标准相关干涉仪算法 |
| 3.1.1 阵元相位差输出模型 |
| 3.1.2 传统的标准相关干涉仪算法 |
| 3.1.3 改进的标准相关干涉仪算法 |
| 3.2 基于维度拆分的相关干涉仪测向算法 |
| 3.2.1 维度拆分算法原理 |
| 3.2.2 维度拆分算法的适用条件 |
| 3.3 性能仿真实验 |
| 3.3.1 标准相关干涉仪算法性能仿真实验 |
| 3.3.2 维度拆分算法的有效性验证 |
| 3.4 本章小结 |
| 第四章 基于 RBF 神经网络的相关干涉仪测向算法 |
| 4.1 RBF 神经网络结构及数学基础 |
| 4.1.1 人工神经网络简介 |
| 4.1.2 RBF 神经网络结构 |
| 4.1.3 内插问题 |
| 4.2 基于 RBF 神经网络的相关干涉仪测向算法 |
| 4.2.1 采用 k-means 聚类的相关干涉仪测向算法 |
| 4.2.2 采用正交最小二乘的相关干涉仪测向算法 |
| 4.3 性能仿真实验 |
| 4.3.1 采用 k-means 聚类的测向网络选取仿真实验 |
| 4.3.2 采用 OLS 方法的测向网络选取仿真实验 |
| 4.3.3 与标准相关干涉仪测向算法比较 |
| 4.4 本章小结 |
| 第五章 标准相关干涉仪的 GPU 实现及优化 |
| 5.1 CUDA 简介 |
| 5.1.1 应用背景 |
| 5.1.2 编程模型 |
| 5.2 标准相关干涉仪算法的 GPU 实现 |
| 5.2.1 GPU 程序设计 |
| 5.2.2 性能优化 |
| 5.2.3 实验结果 |
| 5.3 本章小结 |
| 第六章 全文总结 |
| 致谢 |
| 参考文献 |
| 攻硕期间取得的研究成果 |
（2）移动通信中智能天线DOA技术（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文所做的工作及内容安排 |
| 第2章 自适应波束成形理论 |
| 2.1 基本概念 |
| 2.2 智能天线的基本原理和结构 |
| 2.2.1 智能天线的基本原理 |
| 2.2.2 智能天线系统的基本结构 |
| 2.3 自适应波束形成技术 |
| 2.3.1 波束形成器原理 |
| 2.3.2 几种重要参数 |
| 2.3.3 空间匹配波束形成器 |
| 2.3.4 最佳波束形成器 |
| 2.3.5 波束形成器的算法实现问题 |
| 2.4 智能天线在移动通信系统中的优势 |
| 2.4.1 抗衰落 |
| 2.4.2 抗干扰 |
| 2.4.3 增加系统容量 |
| 2.4.4 实现移动台的定位 |
| 2.5 本章小结 |
| 第3章 波达方向(DOA)估计算法研究 |
| 3.1 信号DOA 估计方法的分类 |
| 3.2 DOA 估计的传统法 |
| 3.2.1 延迟—相加法 |
| 3.2.2 Capon 算法 |
| 3.3 DOA 估计的子空间算法 |
| 3.3.1 MUS IC 算法的提出 |
| 3.3.2 MUSIC 算法的原理 |
| 3.3.3 MUSIC 算法DOA 估计性能 |
| 3.4 本章小结 |
| 第4章 基于Sparse PCA 分析的DOA 估计算法 |
| 4.1 主成分分析（PCA） |
| 4.1.1 主成分分析 |
| 4.1.2 主成分分析的概念 |
| 4.1.3 主成分的计算 |
| 4.1.4 样本主成分 |
| 4.1.5 主成分的选取 |
| 4.2 稀疏主成分分析 |
| 4.3 基于Sparse PCA 分析的DOA 估计算法 |
| 4.4 实验分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士期间发表的学术论文 |
| 致谢 |
（3）MUSIC算法与波达方向估计研究（论文提纲范文）
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外研究发展状况 |
| 1.2.1 波达方向估计技术 |
| 1.2.2 国内外研究进展状况 |
| 1.3 本文所做工作及内容安排 |
| 2 智能天线 |
| 2.1 概述 |
| 2.2 智能天线的结构和基本原理 |
| 2.3 智能天线在移动通信系统中的应用 |
| 2.3.1 抗衰落 |
| 2.3.2 抗干扰 |
| 2.3.3 增加系统容量 |
| 2.3.4 实现移动台的定位 |
| 3 MUSIC算法对信号DOA估计 |
| 3.1 概述 |
| 3.2 波达方向估计问题中的阵列信号数学模型 |
| 3.3 MUSIC算法 |
| 3.3.1 阵列协方差矩阵的特征分解 |
| 3.3.2 MUSIC算法的提出 |
| 3.3.3 MUSIC算法的基本原理 |
| 3.3.4 MUSIC算法的实现 |
| 4 信号的循环平稳特性 |
| 4.1 概述 |
| 4.2 信号的时频分析 |
| 4.3 信号循环平稳特性 |
| 4.4 循环相关函数的特性 |
| 4.5 利用信号的循环平稳特性抑制噪声 |
| 4.6 小结 |
| 5 利用信号的循环平稳性改善波达方向估计 |
| 5.1 概述 |
| 5.2 循环互相关MUSIC算法 |
| 5.2.1 信号建模 |
| 5.2.2 算法建模 |
| 5.2.3 性能分析 |
| 5.3 改进的循环互相关MUSIC(ICCC-MUSIC)算法 |
| 5.3.1 信号建模 |
| 5.3.3 性能分析 |
| 5.4 仿真结果分析 |
| 5.4.1 仿真实验1 |
| 5.4.2 仿真实验2 |
| 5.4.3 仿真实验3 |
| 5.4.4 仿真实验4 |
| 5.5 小结 |
| 6 结论 |
| 参考文献 |
| 声明 |
| 致谢 |
四、基于BP网络的单信道相关干涉测向法（论文参考文献）
- [1]圆阵相关干涉仪测向算法及GPU实现[D]. 张昕. 电子科技大学, 2013(01)
- [2]移动通信中智能天线DOA技术[D]. 高争艳. 哈尔滨理工大学, 2008(03)
- [3]MUSIC算法与波达方向估计研究[D]. 郑洪. 四川大学, 2005(01)
- [4]基于BP网络的单信道相关干涉测向法[J]. 安冬,龚晓峰. 无线电通信技术, 2001(06)