[发明专利]基于GRNN神经网络的无线电作弊信号定位系统

权利要求书

1.一种基于GRNN神经网络的无线电作弊信号定位系统，其特征在于该系统包括：

无线电信号监测网，包括位于监测区域四周的若干USRP监测点，用于在监测无线电信号时，将监测区域进行网格化划分，在不同时间段连续采集每一个网格的电磁信号强度值，并通过并行的正交I、Q两路信号上传至数据处理中心；

数据处理中心，与频谱信号监测网连接，用于将接收的电磁信号强度值进行变换后得到功率值，再根据功率值进行GRNN神经网络处理，定位无线电信号的位置；

智能终端，用于将定位的位置进行实时显示和告警。

2.根据权利要求1所述的基于GRNN神经网络的无线电作弊信号定位系统，其特征在于：所述数据处理中心包括：

数据变换模块，用于将接收的电磁信号强度值进行快速傅里叶变换后得到对应的功率值；

GRNN神经网络训练模块，用于获取无线电信号源在不同网格时，每个USRP监测点采集到的电磁信号强度值对应的功率值，再连同对应网格位置作为训练样本，输入至GRNN神经网络进行训练，得到参数σ；

GRNN神经网络定位模块，用于将每个USRP监测点对应的功率值作为测试样本，输入至GRNN神经网络，并基于参数σ进行拟合，得到无线电信号的定位位置。

3.根据权利要求2所述的基于GRNN神经网络的无线电作弊信号定位系统，其特征在于：所述GRNN神经网络定位模块包括：

输入层：将实时采集的所有USRP监测点对应的功率值作为测试样本输入至GRNN神经网络，输入为RSSIc＝[rssic₁，rssic ₂，…，rssic _M]，式中，形如rssic*表示第*个USRP监测点采集到的电磁信号强度值对应的功率值，M为USRP监测点数目；

模式层：神经元数量等于GRNN神经网络训练模块中训练样本的数量，每个神经元是由高斯核函数构成，第i个神经元上核函数的表达式为：

RSSIx_i表示第i个训练样本中USRP监测点的功率值构成的向量，n为训练样本数目；

求和层：将模式层的输出结果附带权值传递至求和层，按照以下公式进行求和：

式中，neuron pair表示求和层的神经元对，共有两对，y_i(j)表示模式层第i个神经元的核函数p_i对应于第j个输出神经元的样本输出值；

输出层：根据求和层的神经元对按照以下公式计算得到定位位置坐标(X,Y)：

4.根据权利要求1所述的基于GRNN神经网络的无线电作弊信号定位系统，其特征在于：所述USRP监测点包括USRP和与USRP无线连接的天线。

5.根据权利要求1所述的基于GRNN神经网络的无线电作弊信号定位系统，其特征在于：所述无线电信号监测网通过用户数据报协议UDP与数据处理中心交互。

6.根据权利要求1所述的基于GRNN神经网络的无线电作弊信号定位系统，其特征在于：所述智能终端包括网页显示终端和移动终端。

7.根据权利要求1所述的基于GRNN神经网络的无线电作弊信号定位系统，其特征在于：所述数据处理中心在数据变换前对采集的测试样本数据进行窄带滤波，对训练样本数据进行均值滤波。