Resumen

En este artículo se propone un enfoque eficiente basado en redes neuronales para el seguimiento de un número variable de fuentes electromagnéticas (EM) en movimiento en el campo lejano. Las fuentes electromagnéticas consideradas aquí son de naturaleza de radiación estocástica, no correlacionadas entre sí, y a una distancia angular arbitraria. El modelo de red neuronal se basa en la combinación de redes neuronales probabilísticas (PNN) y redes de Perceptrón Multicapa (MLP) y realiza cálculos en tiempo real en dos etapas, determinando en un primer momento el número de fuentes en movimiento presentes en un sector espacial observado en momentos específicos en el tiempo y luego calculando sus posiciones angulares en el plano acimutal. Una vez entrenado con éxito, el modelo de red neuronal es capaz de realizar una estimación precisa y eficaz de la dirección de llegada (DoA) dentro de los límites de entrenamiento, lo que se ilustra en el ejemplo correspondiente.

• Materias:Propagación de ondas Electromagnetismo Redes de telecomunicaciones Radiofrecuencia Teoría de Antenas
• Subjects:Wave propagation Electromagnetism Telecommunications networks Radio frequency Antenna theory
• Palabras claves:modelo de red neuronal, direcciones de llegada, distancia angular arbitraria, sector espacial observado, red neuronal eficiente, red neuronal probabilística, naturaleza de la radiación estocástica, plano acimutal, cálculo del tiempo, ejemplo apropiado
• Keywords:neural network model, directions of arrival, arbitrary angular distance, observed space sector, efficient neural network, probabilistic neural network, stochastic radiation nature, azimuth plane, time calculation, appropriate example