一种抗噪梯度神经网络求解动态信号源跟踪的方法

本发明公开了一种抗噪梯度神经网络求解动态信号源跟踪的方法，属于矩阵方程及智能计算领域，通过对动态信号源跟踪问题进行建模，将其实际问题转化为对线性等式求解问题，采用所提的梯度神经网络新模型结合到达角算法进行求解，在梯度算法的基础上添加了速度补偿机制，以此增强模型的实时性能，然后再从控制学的角度添加能抗噪的积分补偿项，提高了模型的鲁棒性。和传统梯度神经网络模型相比，本发明将无法求解动态问题的模型改进成可以高效解决动态问题的模型，大大提高了模型的泛化性，并且具有更快速的收敛速度和收敛精度，再考虑到了在实际的工业环境中求逆的难度，用质量矩阵的方式来替代了这一耗时、冗余的过程。