[发明专利]基于互逆深度神经网络的目标外辐射源被动定位方法

说明书

本发明提供一种基于互逆深度神经网络的目标外辐射源被动定位方法，通过设计一对互逆网络，通过样本数据的训练，学习从接收信号数据的特征矢量到目标位置的映射关系，实现目标外辐射源被动定位。本发明降低了对训练数据量的需求，提高了训练效果，并且通过训练数据集的更新，有效地避免了过拟合带来的问题。本发明定位过程简单且效率高，具有良好的定位性能。此外，该方法不依赖于电磁环境中的辐射源信息，可以仅通过接收信号完成定位，具有利用通信基站完成目标定位的潜力。

技术领域

本发明涉及雷达目标定位技术领域，特别是利用外辐射源的被动目标定位技术，更为具体地涉及一种基于深度神经网络的目标外辐射源被动定位方法。

背景技术

目标外辐射源被动定位技术是利用第三方信号发射站作为机会照射源，通过对目标回波信号进行处理，实现目标无源定位。该定位技术具有低成本、抗干扰、隐蔽性强等优点，能够在无人机侦察与定位、要地防护等多种情形下应用。第三方信号辐射源通常包括移动通信基站、电视广播信号基站、导航卫星等，广泛分布于全球范围内。因此，目标外辐射源被动定位技术应用场景多、外辐射源部署广泛，具有较大的发展潜力。

在目标外辐射源被动定位这一技术方法中，目标位置与接收信号之间的关系复杂，且外辐射源信息未知，具有一定的挑战性。在此之中，外辐射源的被动目标定位方法是其中的关键技术。现有的外辐射源的被动目标定位方法一般需要利用外辐射源位置或者信号波形等信息，如到达时间法、到达时间差方法等，但在外辐射源信息缺失的条件下，上述方法缺少必要先验信息，无法实现对目标的有效定位。

发明内容

针对现有技术存在的问题，本发明的目的是提供一种基于互逆深度神经网络的目标外辐射源被动定位方法。本发明通过标准散射球获取感兴趣区域的目标位置-接收信号数据对，利用互逆深度神经网络来学习目标位置与接收信号之间的映射关系，利用该映射关系实现目标外辐射源被动定位。

为了实现上述发明目的，本发明采用的技术方案是：

基于互逆深度神经网络的目标外辐射源被动定位方法，包括：

获取从接收信号数据的特征矢量到目标位置的映射关系；

提取接收机接收到的实时接收信号数据的特征矢量；基于从接收信号数据的特征矢量到目标位置的映射关系，得到实时接收信号数据对应的目标位置。

本发明中，获取从接收信号数据的特征矢量到目标位置的映射关系的方法，包括：

(1)获取感兴趣区域的目标位置-接收信号数据对；

(2)对目标位置-接收信号数据对进行处理，获取接收信号数据的特征矢量与目标位置的数据对作为训练数据，构成训练集；

(3)建立径向基神经网络，学习从目标位置到接收信号数据的特征矢量的映射关系；

(4)利用径向基网络生成数据，建立深度神经网络，学习从接收信号数据的特征矢量到目标位置的映射关系。

本发明步骤(1)中，将感兴趣区域均匀地划分为N个单元，将标准散射球依次放在每个单元的中心，N个标准散射球的位置坐标记为X＝{x₁,x₂,…,x_N}。

当将标准散射球放置于第i个单元时，记录第i个标准散射球的位置坐标x_i与M台接收机的接收信号数据为(s_i,1,…,s_i,M)，构成目标位置-接收信号数据对，其中1≤i≤N。

N个标准散射球的位置坐标与M台接收机的接收信号数据为S：