一种基于神经网络的卫星外辐射源目标被动探测方法技术

本发明专利技术属于通信技术与信号处理技术领域，公开了一种基于神经网络的卫星外辐射源目标被动探测方法，首先利用采延迟反馈网络对含有海杂波的参考通道中卫星直达波信号进行提纯，并利用最小均方误差滤波器对回波通道中的卫星直达波信号进行自适应抑制；然后利用解耦回声状态网络对海杂波进行预测，将经过直达波抑制后的回波通道信号输入到解耦回声状态网络中，并提取解耦回声状态网络的预测值与输入值之间的差值；最后将提取到的差值进行归一化后输入到已训练的多层感知器中，进行回波信号的检测。本发明专利技术在信杂比大于‑40dB时，检测概率为100％，可见该发明专利技术对卫星外辐射源的目标被动探测是有效可行的。

A passive detection method based on Neural Network

【技术实现步骤摘要】
一种基于神经网络的卫星外辐射源目标被动探测方法
本专利技术属于通信技术与信号处理
，尤其涉及一种基于神经网络的卫星外辐射源目标被动探测方法。
技术介绍
目前，最接近的现有技术：随着现代通信技术的发展，传统的目标探测技术已无法满足目前检测精度的需求并且。由于存在于空间的电磁信号十分丰富，如广播信号、移动通信信号、卫星信号等，这些均有可能作为无源雷达的照射源，与单独的接收机组成被动双基地无源雷达系统。尤其是卫星信号，其全天候、无盲区和绝对安全性的特点是其他空间电磁信号无法比拟的。但由于接收信号是目标的散射信号，其雷达等效反射截面积(RCS)较小，导致接收到的信号功率较弱。由于较强的直射信号的存在，使得微弱的回波信号很容易被淹没。因此需要对基于GPS照射源的目标的被动探测方法进行研究和探索。同时由于杂波的特性对卫星目标检测性能具有很大影响，并且运动目标可能被较强的海面杂波背景所淹没，导致运动目标检测困难，因此，研究基于强海杂波背景中运动目标的检测具有研究意义和使用价值。现有技术一从理论上分析了卫星电视DVB-S、GPS卫星和GL本文档来自技高网...

【技术保护点】
1.一种基于神经网络的卫星外辐射源目标被动探测方法，其特征在于，所述基于神经网络的卫星外辐射源目标被动探测方法包括：/n首先利用采延迟反馈网络对含有海杂波的参考通道中卫星直达波信号进行提纯，并利用最小均方误差滤波器对回波通道中的卫星直达波信号进行自适应抑制；/n然后利用解耦回声状态网络对海杂波进行预测，将经过直达波抑制后的回波通道信号输入到解耦回声状态网络中，并提取解耦回声状态网络的预测值与输入值之间的差值；/n最后将提取到的差值进行归一化后输入到已训练的多层感知器中，进行回波信号的检测。/n

【技术特征摘要】
1.一种基于神经网络的卫星外辐射源目标被动探测方法，其特征在于，所述基于神经网络的卫星外辐射源目标被动探测方法包括：
首先利用采延迟反馈网络对含有海杂波的参考通道中卫星直达波信号进行提纯，并利用最小均方误差滤波器对回波通道中的卫星直达波信号进行自适应抑制；
然后利用解耦回声状态网络对海杂波进行预测，将经过直达波抑制后的回波通道信号输入到解耦回声状态网络中，并提取解耦回声状态网络的预测值与输入值之间的差值；
最后将提取到的差值进行归一化后输入到已训练的多层感知器中，进行回波信号的检测。


2.如权利要求1所述的一种基于神经网络的卫星外辐射源目标被动探测方法，其特征在于，所述基于神经网络的卫星外辐射源目标被动探测方法包括以下步骤：
步骤一，利用延迟反馈网络完成对海杂波信号的预测，将参考通道中的信号与其经过延迟反馈网络后的预测信号进行对消，经过符号函数处理后得到提纯后的卫星直达波信号，并通过最小均方误差机理对回波通道中的卫星直达波信号进行自适应抑制；
步骤二，利用解耦回声状态网络对监测通道中的海杂波信号进行预测，然后将进行卫星直达波抑制后的监测通道信号输入到解耦回声状态网络中，并将网络的输出信号与输入信号进行对消，得到对消后的信号，并作为检测量；
步骤三，将对消后的信号进行归一化处理后输入到已训练的多层感知器中，完成对回波信号的检测，当目标存在时输出01，目标不存在时输出10。


3.如权利要求2所述的一种基于神经网络的卫星外辐射源目标被动探测方法，其特征在于，利用延迟反馈网络对参考通道中的卫星直达波信号进行提纯，并利用最小均方误差器对监测通道中的卫星直达波信号进行抑制，具体的实施步骤如下：
延迟反馈网络为；



其中，x(k)为输入的状态向量，ωi为状态的权值，N为延迟反馈网络中神经元的个数，τ为延迟长度，参考通道中信号x(t)表示为；
x(t)＝rs(t)+c(t)；
监测通道中的回波信号z(t)模型为：



其中，c(t)与c'(t)为服从K分布的海杂波，s(t)为卫星直达波信号，r为直达波信号的幅度，r'为卫星回波信号的幅度，τ为卫星回波信号相对直达波信号的时延，fd为卫星回波信号相对直达波的多普勒频移，Ω为监测通道中的直达波信号幅度；
(1)利用延迟反馈网络对参考通道中的卫星直达波信号进行提纯，首先确定延迟神经元的个数N与延迟长度τ，输入节点的长度为K,(K＞(N-1)·τ/N)，输出节点的长度为L＝K-(N-1)·τ/N；
(2)将海杂波序列c(k)添加在延迟反馈网络的输入端，通过计算储层状态从而计算输出权重其中y为输出的海杂波序列，为Moore-Penrose广义逆矩阵，通过上述操作使所有状态的权重加权和近似网络输出，从而完成对网络中权重的训练；
(3)将参考通道接收到的信号x(k)添加在延迟反馈网络的输入端，通过对状态的权重加权和在输出端得到预测的海杂波序列此时将参考通道信号x(k)与预测信号进行对消，得到对消后的信号该信号反映了卫星直达波信号的波动情况，提取出的卫星直达波信号为xd(k)＝sgn[x'(k)]，其中sgn[·]为符号函数；
(4)根据最小均方误差滤波器，进行卫星直达波信号自适应抑制后的监测通道信号z(k)只包含卫星回波信号和海杂波，z(k)表示为；



其中，c'(k)为预测的海杂波序列。

...

【专利技术属性】
技术研发人员：刘明骞，郑诗斐，杨克虎，宫丰奎，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61