论文部分内容阅读
本文提出一种用于最大似然(ML)方向估计的神经网络模型。理论分析和模拟结果表明,这种网络一般可以在电路的时常数数量级内给出目标方向的ML估计值,而且网络结构和参数固定,阵列阵元输入直接作为网络的输入而无需任何运算。因此这种网络非常适用于实时处理。这为实时实现目标的精确定位提供了一条新途径。