[发明专利]基于GRNN神经网络的无线电作弊信号定位系统

说明书

本发明公开了一种基于GRNN神经网络的无线电作弊信号定位系统，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。本发明可以实现准确的作弊信号定位。

技术领域

本发明涉及室内定位技术领域，尤其涉及一种基于GRNN神经网络的无线电作弊信号定位系统。

背景技术

考试是教学活动的重要环节，是选拔优秀人才、检验教学质量和考察学生理解程度的主要手段。然而实际的教育考试过程中不公平的现象经常发生，时有考生采用作弊神器等进行作弊。作弊神器主要是由场外人员朗读答案，通过无线向考场内传播声音，考生利用耳机接收；或者向场内传递文字信息，将答案发送到考生的显示设备上，如电子手表、尺子、眼镜盒、笔袋等。

下面对本申请用到的广义回归神经网络(GRNN)进行介绍：广义回归神经网络是径向基函数神经网络的一种特殊形式。与目前流行的前馈神经网络相比，它具有下述几项优点。

1)它的网络结构相对简单，除了输入和输出层外，一般只有两个隐藏层，模式层和求和层。而模式中隐藏单元的个数，与训练样本的个数是相同的。

2)它的网络训练非常简单。当训练样本通过隐藏层的同时，网络训练随即完成。而不像前馈神经网络一样，需要非常长的训练时间和高的计算成本。

3)由于简单的网络结构，不需要对网络的隐藏层数和隐藏单元的个数进行估算和猜测。由于它是从径向基函数引申而来，因此只有一个自由参数，即径向基函数的平滑参数。而它的优化值可以通过交叉验证的方法非常容易的得到。

4)它的网络计算结果的全局收敛性。标准的前馈神经网络的计算结果则会经常不能达到全局收敛，而停止在局部收敛。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种基于GRNN神经网络的无线电作弊信号定位系统，该系统针对无线电作弊手段，从室内环境出发，将看不见、摸不着的电磁辐射进行数据可视化，通过GRNN神经网络算法对室内异常信号进行发现和定位。在关注电磁辐射和电磁安全的情况下，设计了面向智慧考场的信息服务系统，展示了考场环境内潜在的电磁威胁，为考场工作人员提供了直观、远程、实时地查看所监测环境的安全情况的服务，有效地避免了考场内电磁隐患。

技术方案：本发明所述的基于GRNN神经网络的无线电作弊信号定位系统包括：

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。

进一步的，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。