[发明专利]基于并联径向基网络的目标外辐射源被动定位方法

权利要求书

1.基于并联径向基网络的目标外辐射源被动定位方法，其特征在于，包括：

第一步，训练目标外辐射源被动定位网络；

(1.1)获取感兴趣区域的目标位置-接收信号数据对；

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：

S＝{(s_1,1,…,s_1,M),(s_2,1,…,s_2,M),...,(s_N,1,…,s_N,M)}

(1.2)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，构成总训练集；

对于接收信号数据(s_i1,...,s_iM)中的每个接收信号数据其中l为数据长度，1≤j≤M，计算一阶矩与二阶矩：

其中，

上标*表示对复数取共轭；

设接收机测量噪声方差σ，求得接收机的接收信号数据与噪声间的KL散度作为特征矢量：

其中，I表示单位矩阵，KLD的计算公式为

其中，矢量的上标H表示厄米特转置，tr(·)表示矩阵的迹，|·|表示矩阵的行列式，ln(·)表示自然对数函数；

获取接收信号数据的特征矢量γ_i与目标位置x_k的数据对作为训练数据，构成总训练集{(γ₁,x₁),(γ₂,x₂),...,(γ_N,x_N)}；

(1.3)将总训练集划分为两个子训练集，利用两个子训练集训练各自的径向基网络；

(1.4)将(1.3)所得两个子训练集对应的输出值与总训练集中的目标位置坐标作为输入与输出，构成新的训练集，训练级联逆向传播网络，来合并双径向基网络输出；训练所得的级联逆向传播网络即为最终的目标外辐射源被动定位网络；

第二步，将实时接收到的接收信号数据，计算其特征矢量，并输入到第一步训练得到的目标外辐射源被动定位网络中，获得目标位置。

2.根据权利要求1所述的基于并联径向基网络的目标外辐射源被动定位方法，其特征在于，(1.3)中，首先对特征矢量中的分量做数学变换

g(γ_i)＝10log₁₀γ_i

得到变换之后的总训练集E＝{(g(γ₁),x₁),(g(γ₂),x₂),...,(g(γ_N),x_N)}，将总训练集划分为两个子训练集E₁与E₂；

建立两个径向基神经网络，分别为子训练集E₁对应的径向基神经网络和子训练集E₂对应的径向基神经网络；

设定子训练集E₁对应的径向基神经网络的径向基函数的宽度参数为w_sp1；在子训练集E₁下，使用w_sp1训练子训练集E₁对应的径向基神经网络，输出

设定子训练集E₂对应的径向基神经网络的径向基函数的宽度参数为w_sp2；在子训练集E₂下，使用w_sp2训练子训练集E₂对应的径向基神经网络，输出