【技术实现步骤摘要】
本专利技术涉及辐射源定位与功率估计，特别是涉及一种基于doa和rss融合神经网络的多源定位与功率估计方法。
技术介绍
1、无线电辐射源定位一直是国内外学者研究的热点，其中一种主流的方案是使用多个测向站对辐射源测向得到波达角(doa)，进而将测向线交叉得到辐射源位置。由于辐射源的波达角(doa)在复杂电磁环境中仍比较稳定可靠，因此测向交叉定位技术在电子侦查、频谱监管等领域被广泛应用。
2、然而，随着无线电技术的发展，区域内用频电子设备的数量越来越多，单一辐射源交叉定位已难以满足实际需求。目前，传统方法在多源交叉定位情况下仍存在许多问题，其中测向交叉过程中产生的虚假点问题严重影响着传统测向交叉方法的效果。虚假点的出现是由于测向站同时接受到多个辐射源的doa信息，但无法自动分辨多个测向站的哪些doa信息来自同一个辐射源，导致不同辐射源的doa信息错误关联。当测向站和辐射源的数量增多时，虚假点数量呈平方增长趋势，而计算量更是会大大增加。现有应用虚假点去除的测向交叉技术主要包括数据关联法和密度聚类法两类。
3、数据关联法对...
【技术保护点】
1.一种基于DOA和RSS融合神经网络的多源定位与功率估计方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于DOA和RSS融合神经网络的多源定位与功率估计方法，其特征在于：所述步骤S1包括：
3.根据权利要求1所述的一种基于DOA和RSS融合神经网络的多源定位与功率估计方法，其特征在于：所述步骤S2中根据辐射源数量Q构建融合神经网络模型及其损失函数；
4.根据权利要求3所述的一种基于DOA和RSS融合神经网络的多源定位与功率估计方法，其特征在于：所述融合神经网络模型中，每一个隐藏层后都会使用ReLu激活函数对网络输出
【技术特征摘要】
1.一种基于doa和rss融合神经网络的多源定位与功率估计方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于doa和rss融合神经网络的多源定位与功率估计方法，其特征在于：所述步骤s1包括：
3.根据权利要求1所述的一种基于doa和rss融合神经网络的多源定位与功率估计方法，其特征在于：所述步骤s2中根据辐射源数量q构建融合神经网络模型及其损失函数；
4.根据权利要求3所述的一种基于doa和rss融合神经网络的多源定位与功率估计...
【专利技术属性】
技术研发人员：陈广志，陈景轩，张子昂，董傲勇，苏东林，
申请(专利权)人：北京航空航天大学，
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。