[发明专利]一种基于神经网络计算的多目标直接定位方法

摘要

本发明属于无线电信号定位技术领域，尤其涉及一种基于神经网络计算的多目标直接定位方法。本发明公开了一种基于神经网络计算的多目标直接定位方法。首先，将所感兴趣的目标区域分解成若干扇区，并且利用多层前馈神经网络检测出存在目标的扇区。接着，当检测到某扇区内存在多个目标时，则将该扇区进一步分解成若干子扇区，以确保每个子扇区内最多仅出现一个目标，并再次利用多层前馈神经网络检测出存在目标的子扇区。然后，当多目标分布在不同扇区或者子扇区时，利用多层前馈神经网络依次对目标出现的扇区或者子扇区进行空域滤波。最后，利用径向基神经网络独立并行地对出现在不同扇区或者子扇区内的目标进行直接定位。

主权项

1.一种基于神经网络计算的多目标直接定位方法，其特征在于，包括以下步骤：步骤1：利用L个观测站中的阵列信号数据分别构造L个阵列输出协方差矩阵步骤2：将L个阵列输出协方差矩阵汇聚在一起，并进行数据预处理得到实向量步骤3：将感兴趣的目标区域划分成若干扇区，并在每个扇区内选取若干离散位置点，然后利用选取的离散位置点构造学习数据样本，利用构造的学习数据样本训练多层前馈神经网络；步骤4：将实向量输入到步骤3中训练的多层前馈神经网络中，以检测出每个扇区内的目标个数，当检测到某扇区内出现多个目标时，则将该扇区进一步划分成若干子扇区，并确保每个子扇区内最多仅包含一个目标，然后转至步骤5；当检测到每个扇区内最多只出现一个目标时，则转至步骤6；步骤5：在每个子扇区内选取若干离散位置点，并利用选取的离散位置点构造学习数据样本，利用构造的学习数据样本训练多层前馈神经网络，然后将实向量输入到该多层前馈神经网络中，以检测每个子扇区内的目标个数，其检测结果仅包括{0,1}两种可能性；步骤6：当检测到某个扇区或者子扇区内存在目标时，则在该扇区或者子扇区内选取若干离散位置点，然后利用选取的离散位置点构造学习数据样本，利用构造的学习数据样本训练多层前馈神经网络；步骤7：将实向量输入到步骤6中训练的多层前馈神经网络中，以对目标出现的扇区或者子扇区进行空域滤波，通过空域滤波将扇区或者子扇区以外的目标信号数据滤除，仅保留该扇区或者子扇区以内的目标信号数据，以便于后续对该扇区或者子扇区以内的目标进行定位；步骤8：在目标出现的扇区或者子扇区内选取若干离散位置点，并利用选取的离散位置点构造学习数据样本，利用构造的学习数据样本训练径向基神经网络；步骤9：将步骤7中进行空域滤波之后的数据向量输入到步骤8中所训练的径向基神经网络中，从而对扇区或者子扇区内的目标进行直接定位。