[发明专利]一种面向测向目标定位的数据转换方法和装置

权利要求书

1.一种面向测向目标定位的数据转换方法，其中，所述方法包括：

获得观测平台的坐标位置；

通过所述观测平台的传感器设备采集来自目标点的到达角信息和所述观测平台的坐标信息；

通过样本生成算法将所述观测平台与所述目标点之间的几何关系转换为样本图像，获得训练数据集样本；

通过现代卷积神经网络模型对所述训练数据集样本进行建模，获得目标点位置；

其中，通过样本生成算法将所述观测平台与所述目标点之间的几何关系转换为样本图像，获得训练数据集样本，包括：

通过样本生成算法将采集得到的不同噪声水平下的测向角和目标点信息生成样本图像Z，所述目标点的坐标作为样本训练的标签t，获得训练数据集样本(Z,t)，

Z＝G(x₁,β₁,…,x_N,β_N)

其中，β表示到达角；

X表示参考点坐标；

G(·)表示将几何模式渲染为图像的过程；

Z为样本图像。

2.如权利要求1所述的方法，其中，通过所述观测平台的传感器设备采集来自目标点的到达角信息和所述观测平台的坐标信息，包括：

在二维的定位空间中，所述二维空间坐标系以向右的水平方向为x轴正方向，以向上的水平方向为y轴正方向；

获得所述观测平台的坐标位置；

通过所述观测平台的测角设备获得来自所述目标点的到达角信息。

3.如权利要求1所述的方法，其中，所述通过现代卷积神经网络模型对所述训练数据集样本进行建模，获得目标点位置，包括：

根据样本图像Z获得所述目标点的位置：

其中，表示所述目标点位置的估计值，Θ表示所述现代卷积神经网络模型的参数。

4.如权利要求1所述的方法，其中，所述通过样本生成算法将采集得到的不同噪声水平下的测向角和目标点信息生成样本图像Z，包括：

在所述样本图像区域内，各个所述目标点通过测向角绘制射线叠加组成的样本图像为Z_A(Z_A∈R^H×W)，其中，样本图像Z_A可形式化表示为：

其中，ε_n为独立同分布的观测噪声；

样本图像Z_A中的像素点为v；

δ(·)是克罗内克函数；

α_A为归一化系数。

5.如权利要求1所述的方法，其中，所述通过样本生成算法将采集得到的不同噪声水平下的测向角和目标点信息生成样本图像Z，包括：

在样本图像区域内，将各个参考点以获得的测向角为中心线、方差为σ²生成高斯分布绘制射线区域的方式叠加组成的样本图像Z_B(Z_B∈R^H×W)，其中，样本图像Z_B可形式化表示为：

其中,α_B为归一化系数，所述样本图像中的像素点Z_B(v)的取值为0～1之间；p(·)是概率密度函数；表示均值β_n，方差为σ²的正态分布；所述样本图像Z_B中的点v是由各个测向角生成的高斯噪声混合叠加而成的，属于加性混合高斯噪声分布。