文件名称：论文研究-.基于多级神经网络的被动声定位算法研究.pdf
文件大小：784KB
文件格式：PDF
更新时间：2022-08-11 12:27:09
被动声定位,径向基神经网络,非线性问题,数据融合
为了解决精确数学模型难以建立且求解位置方程时的非线性问题和多阵列数据融合问题，提出基于多级神经网络的被动声定位算法。该算法通过第一级RBF神经网络对声源进行初次定位，并剔除无效数据;再将有效数据输入第二级RBF神经网络，得到置信度更高的声源坐标。仿真结果表明，基于多级神经网络的被动声定位算法定位精度高、速度快、鲁棒性好，其定位性能优于单RBF神经网络和常规算法，甚至在个别传感器失效时，仍然能够取得较好的定位效果。