[发明专利]一种基于深度学习的辐射源定位方法及装置

说明书

发明提供了一种基于深度学习的辐射源定位方法及装置，所述方法包括：获取样本区域的地图模型，其中，所述地图模型包括：建筑模型、道路模型、树木模型以及物体模型，且建筑模型包括：建筑的各个部分的电磁介质性质；基于辐射源发射的信号，利用射线追踪法获取地图模型中设定坐标的接收机的接收强度；根据辐射源坐标、发射功率，以及对应的接收机的接收强度、接收机的接收坐标构建样本集；利用所述样本集预先构建的神经网络模型，得到目标神经网络模型；获取待定位区域内设置的接收机的接收强度，以及待定位区域的地图模型，利用目标神经网络模型识别出辐射源的坐标。应用本发明方法，可以提高辐射源的定位精度。

技术领域

本发明涉及电磁信号探测技术领域，具体涉及一种基于深度学习的辐射源定位方法及装置。

背景技术

各种信号辐射源在一定的地理空间中相互作用形成了复杂的电磁环境。电磁环境，是指在一定的地理空间和特定的时间范围内由于各种辐射源的电磁信号及其相互作用形成的电磁能量分布的状况。在一定的空间范围内，较少的辐射源形成的电磁环境一般比较简单，电磁能量在此空间内的分布也比较有规律。但是在多辐射源的情况下，不同的辐射源之间可能产生各种各样的干扰，这些干扰随着辐射源的变化相应的产生变化，由此导致空间内的电磁环境非常复杂。更有甚者，某个或者某些辐射源的存在可能会影响到其他的一个或多个辐射源的正常工作，这种辐射源叫做干扰(辐射)源。尤其在城市通信环境中，干扰源的存在严重削弱了通信基站的通信效果，降低用户的通信质量，因此，如何消除干扰源是亟待解决的技术问题。从技术角度来说，消除干扰源的前提是发现干扰源的空间位置。传统的辐射源定位方法包括有源定位和无源定位两种。其中，有源定位指的是定位探测器本身向外辐射电磁波，然后根据反射回的电磁波信息判断物体位置的一种基于深度学习的辐射源定位方法。雷达就是最常见的有源定位设备，通过发送雷达波和接收雷达回波，能够根据波长和时间等信息判断物体的运行速度和运行轨迹。这种定位方式因其定位精度较高而且应用空间范围也很大，所以经常作为军事用途，但是其缺点就是容易暴露自己的空间位置而招来打击。为了解决上述问题，无源定位技术应运而生，无源定位技术指的是只依靠接收对方的电磁辐射信号而获知辐射源位置的定位方法。根据接收到的干扰源或者敌方辐射源的电磁信号的来波方向、频率和到达时间等信息通过一系列的定位解算得到目标辐射源的空间位置。这种定位方式的隐蔽性好而且不会对周围的环境产生二次电磁污染，具有很大的应用价值。对于无源定位来说，辐射源的定位解算算法是最为重要的。常用的有利用到达时间差(Time Difference of Arrival，TDOA)、到达频率差(Frequency Difference ofArrival，FDOA)的定位解算。但是发明人发现，现有的无源定位方法适用于大范围、远距离、低精度探测。在局部城市区域，尤其是在室内环境下，如何进行民用干扰源的高精度定位问题是亟待解决的技术问题。