【技术实现步骤摘要】
本专利技术属于电子对抗领域，涉及一种基于数据驱动的高精度阵列测向方法。
技术介绍
1、阵列测向在电子对抗领域都有着重大的应用需求。目前的阵列测向系统主要采用空间谱估计和相位干涉仪测向这两种体制。
2、空间谱估计体制可以实现同频多信号情况下的方向估计，且精度较高，但其需要进行谱峰搜索，计算量较大，工程应用上实时性效果不佳。相位干涉仪测向体制计算量小，可以实时对单个辐射源测向，但是其不具备同频多信号测向能力。上述两种测向体制均是建立在精准建模基础之上的，然而，在实际环境中，测向设备往往受到阵列互耦效应、多径效应等非理想因素的影响，导致测向模型失配，测向精度无法达到性能指标。机器学习技术不依赖于预设模型，通过样本数据学习建立模型，可表达信号接收数据与辐射源方向的映射关系，从而实现模型误差条件下的高精度测向。通过数据驱动的阵列测向方法有望解决传统测向方法在模型误差上面临的瓶颈问题，从而有效提高测向系统在实际环境中的应用性能。
3、有文献利用无监督卷积深信网络提取角度特征，然后将这些提取的特征输入svr中进行角度估计。也有...
【技术保护点】
1.一种基于数据驱动的高精度阵列测向方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于数据驱动的高精度阵列测向方法，其特征在于，网络训练时，求解L(Ω)关于Ω的梯度再沿着梯度的反方向更新参数使得损失函数最小化。
3.根据权利要求1所述的一种基于数据驱动的高精度阵列测向方法，其特征在于，步骤1.2还包括测试过程：对阵列接收数据进行输入特征向量提取得到z，将其输入至已训练好的网络，输出向量峰值对应的位置即为测向结果在得到输出向量后，通过下式得到测向结果θ：
4.根据权利要求1所述的一种基于数据驱动的高精度阵列测向方法，其...
【技术特征摘要】
1.一种基于数据驱动的高精度阵列测向方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于数据驱动的高精度阵列测向方法，其特征在于，网络训练时，求解l(ω)关于ω的梯度再沿着梯度的反方向更新参数使得损失函数最小化。
3.根据权利要求1所述的一种基于数据驱动的高精度阵列测向方法，其特征在于，步骤1.2还包括测试过程：对阵列接收数据进行输入特征向量提取得到z，将其输入至已训练好的网络，输出向量峰值对应的位置即为测向结果在得到输出向量后，通过下式得到测向结果θ：
4.根据权利要求1所述的一种基于数据驱动的高精度阵列测向方法，其特征在于，步骤2...
【专利技术属性】
技术研发人员：熊海亮，朱守中，王晓平，刘思睿，郑洁，刘文果，钟清廉，向坤钟，
申请(专利权)人：武汉滨湖电子有限责任公司，
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。