[发明专利]基于未校正阵列和神经网络的多目标直接定位方法

摘要

本发明涉及一种基于未校正阵列和神经网络的多目标直接定位方法，包含：在不同离散坐标点处放置单个信号源(位置已知)，建立未校正阵列流形响应的样本库；未校正阵列采集目标信号源数据，估计其阵列流形矩阵；利用样本库对阵列流形矩阵中的列向量进行自动配对，将对应于相同目标的阵列流形向量归为同一组，合并成高维度数据向量，确定每个目标所处的大致区域；利用每个目标位置的大致区域所对应的数据样本训练径向基神经网络，将每个目标所对应的高维数据向量作为神经网络的输入，神经网络的输出即为该目标的位置估计。本发明可以避免对天线阵列进行校正及网格搜索所导致的庞大运算量，具有较强的实际应用价值，性能稳定、可靠，且高效。

主权项

1.一种基于未校正阵列和神经网络的多目标直接定位方法，其特征在于，包含如下内容：A)在待测区域内选取多个离散坐标点，在离散坐标点处分别放置位置已知的单个信号源，通过未校正阵列采集单个信号源，获取用于建立阵列流形响应的学习样本库；B)通过未校正阵列采集目标信号源数据，并估计阵列流形矩阵；C)通过学习样本库对阵列流形矩阵中的列向量进行自动匹配，将对应于相同目标的阵列流形向量归为同一组，并合并成高纬度数据向量，确定每个目标所处的预估区域；D)利用每个目标所述的预估区域所对应的学习样本库数据训练径向基神经网络，径向基神经网络包括输入层、隐藏层以及输出层，其中，输入层的神经元个数等于每个数据样本的维数，输出层的神经元个数等于目标位置坐标的维数；E)将每个目标所对应的高纬度数据向量作为训练后的径向基神经网络输入，该径向基神经网络输出即为目标所对应的位置估计。