The method of estimating the direction of arrival of interference sources in space TT & C system based on vgg16 neural network is related to the field of estimating the direction of arrival of interference sources in TT & C system based on vgg16 neural network. In order to overcome the shortcomings of traditional DOA estimation algorithm, such as high complexity, low efficiency or large error, and the serious limitations caused by human factors in the process of measurement and control system estimation. The invention effectively uses the vgg16 neural network technology, trains the existing data set through the method of vgg16 neural network, thus obtains the vgg16 neural network model, and estimates the DOA value of the interference source by the vgg16 neural network. It is a better solution with high efficiency and small error.
【技术实现步骤摘要】
基于VGG16神经网络的航天测控系统干扰源波达方向估计方法
:本专利技术涉及基于VGG16神经网络的测控系统干扰源波达方向估计领域。
技术介绍
:对航天飞行目标进行测量和控制的综合系统称之为航天测控系统,跟踪与数据中继卫星系统(TrackingandDataRelaySatelliteSystem,TDRSS)是20世纪航天测控技术的重大突破,是当前天基多目标测控系统的主流技术。而随着无线通信和航天技术的快速发展,空间电磁环境变得异常复杂,多种合作及非合作无线电信号同时存在于航天测控系统所应用的频段,给航天测控系统造成了极大的干扰。而测控通信系统关乎航天器姿态控制、轨道控制乃至其生死存亡,相对于一般通信与数传系统有着更高的通信可靠性和有效性要求,如何解决航天测控系统抗干扰的问题成了世界各主要航天大国的航天科技主攻方向之一。空域抗干扰是当前热门方向。而空域抗干扰首先要做的就是估计干扰源的波达方向DOA;目前,已有的估计干扰源的波达DOA方向的方法存在复杂度高、效率低、误差大,以及在测控系统估计过程中受人为因素局限严重。
技术实现思路
本专利技术的目的在于克服传统DOA估计算法复杂度高、效率低或误差大的缺点,以及在测控系统估计过程中由于人为因素带来的局限严重的问题,从而提供一种基于VGG16神经网络的航天测控系统干扰源波达方向估计方法。基于VGG16神经网络的航天测控系统干扰源波达方向估计方法,它包括以下步骤:步骤一:样本数据采集:通过阵列天线的各个阵元采集干扰信号。< ...
【技术保护点】
1.基于VGG16神经网络的航天测控系统干扰源波达方向估计方法,其特征是:它包括以下步骤:/n步骤一、样本数据采集步骤:通过航天测控系统的阵列天线的各个阵元采集干扰信号;/n步骤二、样本特征提取步骤:根据步骤一采集的干扰信号提取样本特征;/n步骤三、VGG16神经网络构建步骤:根据步骤二提取的样本特征构建VGG16神经网络;/n步骤四、神经网络的训练步骤:对神经网络进行训练,获得训练好的VGG16神经网络神经网络;/n步骤五、航天测控系统干扰源波达方向估计步骤:将阵列天线收集好的阵元数据用训练好的神经网络进行波达方向估计,实现基于VGG16神经网络的航天测控系统干扰源波达方向估计。/n
【技术特征摘要】
1.基于VGG16神经网络的航天测控系统干扰源波达方向估计方法,其特征是:它包括以下步骤:
步骤一、样本数据采集步骤:通过航天测控系统的阵列天线的各个阵元采集干扰信号;
步骤二、样本特征提取步骤:根据步骤一采集的干扰信号提取样本特征;
步骤三、VGG16神经网络构建步骤:根据步骤二提取的样本特征构建VGG16神经网络;
步骤四、神经网络的训练步骤:对神经网络进行训练,获得训练好的VGG16神经网络神经网络;
步骤五、航天测控系统干扰源波达方向估计步骤:将阵列天线收集好的阵元数据用训练好的神经网络进行波达方向估计,实现基于VGG16神经网络的航天测控系统干扰源波达方向估计。
2.根据权利要求1所述的基于VGG16神经网络的航天测控系统干扰源波达方向估计方法,其特征在于步骤二中样本特征提取步骤中的:数据集制作过程中,采用DOA值作为已知或采用经典MUSIC算法求得干扰信号DOA值,作为干扰信号的样本特征。
3.根据权利要求1所述的基于VGG16神经网络的航天测控系统干扰源波达方向估计方法,其特征在于步骤三中征构建的VGG16神经网络具体为:
共包含13个卷积层和3个全连接层,其中:输入层神经元数目按阵元数来确定,实际是将阵列天线接收到的信号传入VGG16神经网络;卷积...
【专利技术属性】
技术研发人员:吴芝路,宋晓凯,尹振东,吴明阳,李波,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:黑龙;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。