【技术实现步骤摘要】
一种无线电测向方法、装置以及可读存储介质
[0001]本专利技术涉及无线
,尤其涉及一种无线电测向方法、装置以 及可读存储介质。
技术介绍
[0002]无线电测向是指测向站通过测量和计算电磁场参数,确定由测向站 到辐射源的射线与指定的参考方法的夹角。基于无线电测向信息,可以 把已知位置的辐射源用于运动平台导航;可以确定干扰源或非法辐射源, 进行无线电频谱监管;可以跟踪定位通信时的犯罪分子,用于抓捕和打 击犯罪分子;可以在指定方向接收与辐射信号,实现空分多址智能通信; 可以用于射电天文学、地球遥感学科学研究领域,以及搜索救援和探测 等领域。
[0003]对于无线电测向系统,其测向误差主要源自测向机外部和内部原因。 其中,外部原因包括无线电波的传播受到障碍物反射波等干扰,或受到 同信道信号及噪声干扰等;内部原因主要是测向系统自身所产生的噪声 和误差的影响,后者包括天线阵元位置误差、天线单元互耦影响、接收 机通道失配等。在测向系统研制过程中,应尽可能降低内部因素对测向 精度的影响。对于天线阵元位置误差、天线单元互耦、 ...
【技术保护点】
【技术特征摘要】
1.一种无线电测向方法,其特征在于,所述方法包括:接收信号源所发送的无线电信号,并根据所述无线电信号获取对应的无线电特征信息;将所获取的无线电特征信息输入于已预训练的深度神经网络模型进行训练,生成多个表征对应于信号来波方向序列的结果数据以及对应的概率值;选取所述结果数据中最大概率值所对应的方向节点,并根据所述方向节点选取上一方向节点所对应的第一概率值和下一方向节点所对应的第二概率值;结合所述最大概率值、第一概率值和第二概率值,确定所述无线电信号的来波方向。2.根据权利要求1所述的方法,其特征在于,所述无线电信号由N元天线阵接收;所述深度神经网络模型包括输入层和输出层,其中所述输入层中神经元数为N*(N
‑
1),N>1,所述输出层中神经元数为M+1,M>1,M为来波方向序列数量。3.根据权利要求1或2所述的方法,其特征在于,所述深度神经网络模型为长短期记忆网络LSTM。4.根据权利要求1所述的方法,其特征在于,所述信号来波方向序列的角度范围为α
l
~α
u
,并且α
u
=α
l
+Δα,其中α
l
为角度下限,α
u
为角度上限,Δα为角度间隔。5.根据权利要求4所述的方法,其特征在于,所述结合所述最大概率值、第一概率值和第二概率值,确定所述无线电信号的来波方向,包括:其中n
*
=arg max[output(α
l
+nΔα)],n=0,1,
…
M,f0=log[output(α
l
+n
*
Δα)],f
‑1=log[output(α
l
+(n
*
‑
1)Δα)],f1=log[output(α
l
+(n
*
+1)Δα)],output(α
...
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。