[发明专利]一种测向方法、测向装置和测向系统

权利要求书

1.一种测向方法，其特征在于，包括：

获取接收信号，所述接收信号为利用测向阵列接收到的信号；

提取所述接收信号的特征矢量，所述特征矢量为所述接收信号的协方差矩阵在其信号子空间的投影的归一化矢量；具体包括：首先获得接收信号的每个采样点信号，由采样点信号获得所述接收信号的协方差矩阵，并对协方差矩阵进行最大似然估计处理，获得最大似然估计矩阵；接着对最大似然估计矩阵进行特征值分解，将特征值分解得到的最大特征值对应的信号子空间确定为接收信号的信号子空间；将所述最大似然估计矩阵投影在所述信号子空间，获得投影结果，将所述投影结果进行归一化处理，得到接收信号的特征矢量；

将所述特征矢量输入至预先训练好的支持向量机SVM模型，得到所述接收信号对应的辐射源类别，所述辐射源类别关联所述辐射源的方向；

其中，所述SVM模型包括N(N-1)2个二分类器，所述N(N-1)2个二分类器分别为由同一分类模型不同类型的训练样本训练所得；其中N为大于3的自然数；

所述将所述特征矢量输入至预先训练好的支持向量机SVM模型，得到所述接收信号对应的辐射源类别，包括：

将所述特征矢量分别输入所述N(N-1)2个二分类器，分别获得每个二分类器的输出值，所述每个二分类器的输出值均包括第一数值和第二数值，所述第一数值和所述第二数值分别关联相应二分类器对应的两类辐射源类别；

在每个二分类器输出第一数值时，将所述第一数值对应的辐射源类别数量加1，在每个二分类器输出第二数值时，将所述第二数值对应的辐射源类别数量加1；

统计每类辐射源类别对应的辐射源类别数量，将所述辐射源类别数量的最大值对应的辐射源类别确定为所述接收信号对应的辐射源类别。

2.根据权利要求1所述的方法，其特征在于，通过下述方法训练得到所述SVM模型：

获取作为SVM模型输入的训练集，所述训练集包括N类训练样本，每类训练样本包括多个训练样本，每个训练样本均为由信号特征矢量与信号方位角构成的特征向量，每类训练样本对应一种辐射源类别；

从所述训练集中获取每个二分类器对应的两类训练样本，任两个二分类器对应的两类训练样本不同；

利用所述两类训练样本对所述分类模型进行训练，获得相应辐射源类别的二分类器，所述二分类器的分类函数包括未知类别辐射源辐射信号的特征矢量参数和辐射源类别参数。

3.根据权利要求2所述的方法，其特征在于，所述二分类器的分类函数为f_ij(d)＝(ω^ij)^Tφ(d)+b^ij；

其中，d表示未知类别辐射源辐射信号的特征矢量参数，f_ij(d)表示关联第i类辐射源和第j类辐射源的辐射源类别参数，ω^ij和b^ij分别表示关联第i类辐射源和第j类辐射源的分类系数，φ(d)表示将d映射到高维特征空间的映射函数。

4.根据权利要求2所述的方法，其特征在于，所述获取作为SVM模型输入的训练集，包括：

利用所述测向阵列分别接收N类辐射源辐射的信号，对类辐射源辐射的信号进行多次测量，获得对应每类辐射源的测量信号及所述测量信号的方位角；

提取所述测量信号的特征矢量，所述特征矢量为所述测量信号的协方差矩阵在其信号子空间的投影的归一化矢量；

将所述测量信号的特征矢量和所述测量信号的方位角确定为训练集的一个训练样本。

5.根据权利要求4所述的方法，其特征在于，所述提取所述测量信号的特征矢量，包括：

获得所述测量信号的每个采样点信号，由所述采样点信号获得所述测量信号的协方差矩阵，并对所述协方差矩阵进行最大似然估计处理，获得最大似然估计矩阵；

对所述最大似然估计矩阵进行特征值分解，将特征值分解得到的最大特征值对应的信号子空间确定为所述测量信号的信号子空间；

将所述最大似然估计矩阵投影在所述信号子空间，获得投影结果，将所述投影结果进行归一化处理，得到所述测量信号的特征矢量。