關鍵詞：干擾源 doa估計 特征提取 神經網絡 

摘要：隨著現代通信技術的發展,波達方向(Direction of Arrival,DOA)估計在衛星通信抗干擾中越來越重要,通過對干擾信號的DOA實時和精確估計,為后續抗干擾提供依據。傳統的估計算法計算任務重且耗費時間,不利于對干擾信號進行實時定位,如MUSIC,ESPRIT算法等。在此背景下,提出了基于機器學習的DOA估計方法,采用神經網絡學習方位特征樣本,在空間信號和方位角之間建立非線性映射關系,利用訓練后的網絡估計方位角度,可減小運算量和提高估計精度。在分析了機器學習算法特點的基礎上,提出基于BP神經網絡和RBF神經網絡的DOA估計算法,并從算法復雜度、信噪比、相干性和信號類型等方面評價了估計性能,通過仿真結果分析,得出RBF網絡DOA估計性能優于BP網絡的結論。

無線電通信技術雜志要求:

{1}稿件請提供第一作者和通信作者簡介，包括姓名、出生年、性別、學歷、職稱、研究方向、通訊地址、聯系電話和E-mail等。

{2}在線投稿過程中，文稿請勿包含姓名、單位、地址、郵編及作者簡介、資助項目等個人信息，如果含有個人信息，會導致初審直接退稿的可能。

{3}來稿請用小四號字打印，同時提供打印稿和電子文本（word格式）。如有圖版，須單獨提供TIFF或JPG格式照片。

{4}正文：應包括研究背景、方法、結果、結論或討論等幾部分內容。

{5}若有基金資助，請在題名下方另行“基金項目”寫明項目全稱及批號，并上傳基金批文復印件。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社