[发明专利]一种基于神经网络的雷达目标测向方法

摘要

本发明公开了一种基于神经网络的雷达目标测向方法，属于雷达技术领域，涉及目标测向方法，可用于对单目标进行精确测向。主要解决单目标源在空间中的二维高精度的角位置估计问题。该方法包括以下步骤：根据雷达阵元排列的几何模型以及单目标源的角位置信息，计算相应阵元之间散射回波信号的相位差，构成相位差向量；对相位差向量进行预处理；结合相位差向量对应的期望值，产生一定量的训练样本；在此基础上，建立RBF神经网络模型，并进行训练；应用训练完成的RBF神经网络，输入信号进行验证，得到输出结果。本发明采用神经网络的方法对单目标源进行测向，与传统方法相比，有效的提高了测量精度，提升了测向系统的容错性和稳健性，能够更好的满足在实际应用中高精度测向的需求。

主权项

1.一种基于神经网络的雷达目标测向方法，该方法包括：步骤1：获得各雷达阵元的排布位置，根据雷达阵元的地理位置对各雷达阵元进行排序；步骤2：根据给定的单目标源位置信息，计算排序后相邻两雷达阵元之间散射回波信号的相位差，构成相位差向量；步骤3：对步骤2得到的相位差向量进行预处理，包括添加首尾阵元的相位差、归一化处理；步骤4：生成与步骤3中相对应的目标位置向量，并与步骤3中的数据构成一组训练样本；步骤5：重复步骤2至步骤4，得到目标在全方位的训练样本；步骤6：建立径向基函数(RBF)神经网络模型，并进行训练；步骤7：根据实际情况计算出待检测目标的相位差向量，利用步骤6训练结束的神经网络进行目标检测，得到目标的位置信息。