Resumen

En los algoritmos tradicionales de localización de objetivos de matrices de frecuencias diversas (FDA), existen algunos problemas como el acoplamiento de ángulos y distancias en el modo FDA de recepción de una sola frecuencia, la gran cantidad de cálculos y la escasa adaptabilidad. Este artículo presenta un buen método de aprendizaje y predicción de la localización de objetivos mediante el uso de la red neuronal BP en FDA, y se forma el algoritmo de red neuronal FDA-IPSO-BP. Se desarrolla el algoritmo de optimización de enjambre de partículas mejorado (IPSO) con pesos no lineales para optimizar los pesos y sesgos de la red neuronal para evitar que la red neuronal BP caiga fácilmente en puntos mínimos locales. Además, se resuelve bien el desacoplamiento del ángulo y la distancia con un único incremento de frecuencia. Los experimentos de simulación muestran que el algoritmo propuesto tiene un mejor efecto de localización del objetivo y una mayor velocidad de convergencia, en comparación con los algoritmos FDA-BP y FDA-MUSIC.

• Materias:Propagación de ondas Radiofrecuencia Teoría de Antenas Redes Inalámbricas Banda ancha Ondas de radiofrecuencia
• Subjects:Wave propagation Radio frequency Antenna theory Wireless Networks Broadband Radio frequency waves
• Palabras claves:fda, red neuronal, bp, algoritmo de localización de objetivos, cantidad de cálculo, peso de la red neuronal, algoritmo de la red neuronal, algoritmo de la frecuencia, incremento de la frecuencia única, punto mínimo local
• Keywords:fda, neural network, bp, target localization algorithm, amount of calculation, neural network weight, neural network algorithm, algorithm of frequency, single frequency increment, local minimum point