【技术实现步骤摘要】
一种基于深度展开网络的近场源定位方法及系统
[0001]本专利技术涉及阵列信号处理和深度学习
,更具体地说,特别涉及一种基于深度展开网络的近场源定位方法及系统。
技术介绍
[0002]近场源定位在近炸引信和无源雷达中发挥着重要作用。空间中的辐射源按照与接收阵列的距离可以分为远场源和近场源,远场源可以看做平面波入射,需要对波达方向参数进行估计;近场源需要由球面波进行描述,需要对波达方向和距离参数进行估计。
[0003]现有技术“Deep Learning Based Localization of Near
‑
Field Sources with Exact Spherical Wavefront Model[J]”(27th European Signal Processing Conference(EUSIPCO),2019:第1页~第5页)采用卷积神经网络对近场源进行定位,该方法收敛速度快,但是泛化能力较差,即对没有经过训练的近场源参数进行估计时会出现较大的误差。
[0004]现有技术“Convolution Neural Networks for Localization of Near
‑
Field Sources via Symmetric Double
‑
Nested Array[J]”(Wireless Communications and Mobile Computing,2021,DOI:10.1155/2021/99967 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度展开网络的近场源定位方法,其特征在于,包括:S1、利用嵌套对称阵列得到近场源波达方向的四阶累积量矩阵;S2、将四阶累积量矩阵的信息输入波达方向深度展开网络,计算近场源的波达方向;S3、利用波达方向深度展开网络的输出信息,得到近场源距离相位向量;S4、将距离相位向量的信息输入距离深度展开网络,计算近场源的距离。2.根据权利要求1所述的基于深度展开网络的近场源定位方法,其特征在于,所述步骤S1具体包括:嵌套对称阵列包括2M+1个阵元,设x
m
(n)表示第m个阵元的第n个采样点的数值,m=
‑
M,...,
‑
2,
‑
1,0,1,2,...,M,n=1,2,...,N,N为快拍数,利用下式计算第m1个阵元、第
‑
m1个阵元、第m2个阵元和第
‑
m2个阵元的四阶累积量c4(m1,m2):其中(
·
)
*
表示取共轭复数运算,m1,m2=
‑
M,...,
‑
2,
‑
1,0,1,2,...,M,由四阶累积量构成M
×
M维的近场源波达方向的四阶累积量矩阵C,其中第(m1,m2)个元素为c4(m1,m2)。3.根据权利要求2所述的基于深度展开网络的近场源定位方法,其特征在于,所述步骤S2具体包括:首先、将四阶累积量矩阵C的实部和虚部向量化处理,得到向量首先、将四阶累积量矩阵C的实部和虚部向量化处理,得到向量其中(
·
)
T
表示向量转置,real(
·
)表示取实部运算,imag(
·
)表示取虚部运算,表示四阶累积量矩阵C的第m3列,m3=
‑
M,
…
,
‑
2,
‑
1,0,1,2,...,M;然后、将输入波达方向深度展开网络,得到网络的输出即为近场源波达方向空间谱,L
θ
表示网络的层数,对近场源波达方向空间谱进行谱峰搜索,由谱峰所对应的位置即可确定近场源的波达方向估计值K表示近场源的数量。4.根据权利要求3所述的基于深度展开网络的近场源定位方法,其特征在于,所述波达方向深度展开网络的第1层的输出为
第l
θ
层的输出为l
θ
=2,3,...,L
θ
,h
st
(
·
,ε)表示非线性变换函数,即h
st
(β,ε)=sgn(β)
⊙
max(|β|
‑
ε,0)sgn(
·
)表示符号函数,
⊙
表示Hadamard积,波达方向深度展开网络的初始化参数为:表示Hadamard积,波达方向深度展开网络的初始化参数为:ε(θ)=0.05其中α(θ)...
【专利技术属性】
技术研发人员:刘振,苏晓龙,户盼鹤,刘天鹏,彭勃,刘永祥,黎湘,
申请(专利权)人:中国人民解放军国防科技大学,
类型:发明
国别省市:
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。