Los métodos de localización basados en ángulos existentes son principalmente adecuados para una sola fuente. De hecho, a menudo existe una situación que contiene múltiples fuentes objetivo. Para resolver el problema de la localización de fuentes multitarget, este documento presenta un método de clustering de K-means basado en múltiples screening, que puede realizar efectivamente la localización de múltiples fuentes basadas en parámetros de DOA (dirección de llegada). El método primero establece una función de coste de coordenadas de posición utilizando parámetros de DOA de las coordenadas de posición de medición y luego resuelve la función de coste para obtener un conjunto completo de coordenadas de posición reales y coordenadas de posición difusas. Dado que la distribución de las coordenadas reales de los objetivos está concentrada y las posiciones difusas de los objetivos están dispersas, se adopta el método de clustering de K-means para clasificar el conjunto de coordenadas. Para mejorar la precisión de posicionamiento, se introduce un proceso de multiscreening para filtrar las muestras de entrada antes de cada clustering, y se puede concluir
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un análisis de las características de audio para desarrollar un modelo de reconocimiento de la actividad humana mediante algoritmos genéticos, bosques aleatorios y redes neuronales
Artículo:
Características espaciales y patrón de retorno de talentos de alto nivel en China.
Artículo:
Extracción eficiente de tipos de eventos de red a partir de NetFlows
Artículo:
Método de restauración de imágenes mediante transformada de matriz y modelo de mezcla gaussiana para imágenes radiotomográficas
Artículo:
Un Nuevo MEGNet para la Clasificación de Oscilaciones de Alta Frecuencia en Magnetoencefalografía de Pacientes Epilépticos