[发明专利]基于神经网络的短波单站定位结果纠偏方法

权利要求书

1.基于神经网络的短波单站定位结果纠偏方法，其特征在于，包括：

步骤1、在目标源所在区域分时放置D个经纬度真实值已知的短波校正源；

步骤2、利用观测站对第d个校正源发射的短波信号进行接收，并且通过多重信号分类算法联合估计第d个校正源信号的到达方位角和到达仰角，1≤d≤D；其中，所述步骤2中的通过多重信号分类算法联合估计第d个校正源信号的到达方位角和到达仰角具体为：

步骤2.1、对接收信号进行采样，采集K个信号样本点并且构造协方差矩阵

步骤2.2、对所述协方差矩阵进行特征值分解，得到最小特征值对应的单位特征向量

步骤2.3、根据所述单位特征向量构造所述接收信号的空间谱函数搜索空间谱峰，所述空间谱峰对应的二维到达角度即为第d个校正源信号的到达方位角和到达仰角；

步骤3、根据所述第d个校正源信号的到达方位角和到达仰角，以及预先获得的电离层虚高，通过牛顿迭代法对第d个校正源的经纬度进行估计，得到第d个校正源的经纬度估计值；

步骤4、利用D个校正源的经纬度估计值和D个校正源的经纬度真实值训练多层前馈神经网络；

步骤5、利用观测站对目标源辐射的短波信号进行接收，并且通过多重信号分类算法联合估计目标源信号的到达方位角和到达仰角；

步骤6、根据所述目标源信号的到达方位角和到达仰角，以及所述电离层虚高，通过牛顿迭代法对目标源的经纬度进行估计，得到目标源的经纬度估计值；

步骤7、将目标源的经纬度估计值输入到训练好的多层前馈神经网络中，所述多层前馈神经网络的输出值即为目标源的最终经纬度值。

2.根据权利要求1所述的方法，其特征在于，所述步骤2中，所述观测站对第d个校正源发射的短波信号的阵列接收信号模型为式(1)：

其中，为观测站针对第d个校正源的接收信号；为第d个校正源信号的复包络；为阵列加性噪声；为第d个校正源信号的到达方位角；为第d个校正源信号的到达仰角；表示阵列流形向量。

3.根据权利要求1所述的方法，其特征在于，所述步骤3具体为：

步骤3.1、将第d个校正源的经纬度坐标按照式(2)转化成以观测站为中心的地平坐标：

其中，表示第d个校正源以观测站为中心的地平坐标；ω^(r)和ρ^(r)分别表示观测站的经度和纬度；r表示地球半径；为第d个校正源的经度真实值；为第d个校正源的纬度真实值；

步骤3.2、根据所述第d个校正源的地平坐标得到第d个校正源的到达方位角定位方程(3)和到达仰角定位方程(4)：

其中，为观测站与第d个校正源之间的直线距离，为第d个校正源信号的到达方位角；为第d个校正源信号的到达仰角，为∠ACB的表达式，其中，A表示电离层所在位置，B表示观测站所在位置，C表示球心点；h表示电离层虚高；

步骤3.3、通过牛顿迭代法按照式(5)求解方程式(3)和式(4)得到第d个校正源的经纬度估计值：

其中，和分别表示在第k次迭代中的经度和纬度，和的收敛值分别记为和和分别表示第d个校正源的经度估计值和纬度估计值。

4.根据权利要求1所述的方法，其特征在于，所述步骤4具体为：

依次将第d个校正源的经度估计值和纬度估计值作为多层前馈神经网络的输入值，将第d个校正源的经度真实值和纬度真实值作为多层前馈神经网络的输出值，对多层前馈神经网络采用BP算法进行D次训练，得到训练好的多层前馈神经网络；

其中，所述多层前馈神经网络包括一层输入层、两层隐藏层和一层输出层。

5.根据权利要求1所述的方法，其特征在于，所述步骤5中，所述观测站对目标源辐射的短波信号的阵列接收信号模型为式(6)：

x(t)＝a(θ,β)s(t)+n(t) (6)

其中，x(t)为观测站针对目标源的接收信号；s(t)为目标源信号的复包络；n(t)为阵列加性噪声；a(θ,β)为阵列流形向量；θ为目标源信号的到达方位角；β为目标源信号的到达仰角。