协同短波多站角度与三星时差的超视距目标直接定位方法

    公开(公告)号:CN113281701B

    公开(公告)日:2024-03-12

    申请号:CN202110467804.2

    申请日:2021-04-28

    Abstract: 本发明属于辐射源定位技术领域,特别涉及一种协同短波多站角度与三星时差的超视距目标直接定位方法,基于多个短波观测站采集待定位辐射源发射的短波信号,建立方位角观测方程,并获取该多个短波观测站若干采样时刻的阵列接收信号组成新的短波接收信号矢量;利用预设个数的卫星对待定位辐射源发射的卫星信号进行转发,并由不同卫星地面站进行采集,依据每颗卫星地理坐标、卫星地面站地理坐标建立卫传播时延方程,并获取卫星地面站多个采样时刻接收到的卫星接收信号矢量;地面中心站接收短波观测站和卫星地面站采集的阵列信号数据,并利用最大似然估计准则构建直接定位优化模型;通过对模型进求解获取辐射源经纬度估计值,提升定位精度。

    信息联合的二次等式约束最小二乘辐射源定位方法

    公开(公告)号:CN112782647B

    公开(公告)日:2023-05-16

    申请号:CN202011473715.0

    申请日:2020-12-15

    Abstract: 本发明属于辐射源定位领域,特别涉及一种信息联合的二次等式约束最小二乘辐射源定位方法,包含:利用若干测向站对地面短波辐射源进行二维测向,获取该辐射源方位角及仰角信息,同时构建两者的非线性观测方程;并获取电离层虚高观测模型;结合电离层虚高观测模型将方位角及仰角的非线性观测方程分别转换为伪线性观测方程并合并,形成二维角度伪线性观测方程;构建二次等式约束最小二乘优化模型,并将模型约束优化问题转化为关于拉格朗日乘子的非线性方程组问题;迭代求解并依据求解结果确定短波辐射源地心地固坐标系下的位置向量及其协方差矩阵,进而获取短波辐射源经纬度。本发明提升对短波辐射源的定位精度,获取更精确的辐射源目标定位信息。

    基于神经网络的短波单站定位结果纠偏方法

    公开(公告)号:CN109991564B

    公开(公告)日:2022-12-13

    申请号:CN201910141183.1

    申请日:2019-02-26

    Abstract: 本发明提供一种基于神经网络的短波单站定位结果纠偏方法。该方法包括:在目标源所在区域分时放置D个经纬度真实值已知的短波校正源;利用观测站对第d个校正源发射的短波信号进行接收,并且通过多重信号分类算法联合估计第d个校正源信号的到达方位角和到达仰角;根据第d个校正源信号的到达方位角和到达仰角,以及电离层虚高,通过牛顿迭代法对第d个校正源的经纬度进行估计;利用D个校正源的经纬度估计值和经纬度真实值训练多层前馈神经网络;利用相同方法得到目标源的经纬度估计值并输入到训练好的多层前馈神经网络中,多层前馈神经网络的输出值即为目标源的最终经纬度值。本发明可消除由电离层虚高误差引起的偏差,提高短波单站定位精度。

    一种基于智能图像分析的短波莫尔斯报文自动识别方法

    公开(公告)号:CN109861932B

    公开(公告)日:2021-09-03

    申请号:CN201910116006.8

    申请日:2019-02-15

    Abstract: 本发明提供一种基于智能图像分析的短波莫尔斯报文自动识别方法。该方法包括:步骤1、根据训练莫尔斯信号的码速率和系统采样率,在本地生成所述训练莫尔斯信号的码字样本,组成训练样本集;步骤2、生成所述训练样本集中各样本信号的修正语谱图;步骤3、将所述各样本信号的修正语谱图作为卷积神经网络的输入,采用迁移学习方法训练卷积神经网络;步骤4、对接收的目标莫尔斯信号进行码字截取得到所述目标莫尔斯信号的所有码字数据,并按照步骤2生成各码字数据的修正语谱图;步骤5、利用训练好的卷积神经网络对所述目标莫尔斯信号的各码字数据的修正语谱图进行识别,输出与所述修正语谱图对应的码字。本发明可提高莫尔斯信号报文识别效果。

    基于神经网络的短波单站定位结果纠偏方法

    公开(公告)号:CN109991564A

    公开(公告)日:2019-07-09

    申请号:CN201910141183.1

    申请日:2019-02-26

    Abstract: 本发明提供一种基于神经网络的短波单站定位结果纠偏方法。该方法包括:在目标源所在区域分时放置D个经纬度真实值已知的短波校正源;利用观测站对第d个校正源发射的短波信号进行接收,并且通过多重信号分类算法联合估计第d个校正源信号的到达方位角和到达仰角;根据第d个校正源信号的到达方位角和到达仰角,以及电离层虚高,通过牛顿迭代法对第d个校正源的经纬度进行估计;利用D个校正源的经纬度估计值和经纬度真实值训练多层前馈神经网络;利用相同方法得到目标源的经纬度估计值并输入到训练好的多层前馈神经网络中,多层前馈神经网络的输出值即为目标源的最终经纬度值。本发明可消除由电离层虚高误差引起的偏差,提高短波单站定位精度。

    一种校正源存在条件下的短波单站直接定位方法

    公开(公告)号:CN109975749A

    公开(公告)日:2019-07-05

    申请号:CN201910143409.1

    申请日:2019-02-26

    Abstract: 本发明涉及短波单站定位技术领域,公开一种校正源存在条件下的短波单站直接定位方法,该方法首先在短波目标源附近同时放置若干位置已知的短波校正源,并利用单个观测站中的均匀圆阵接收短波信号数据,然后确定接收信号的方位角和仰角关于其经纬度以及电离层虚高参数的关系,接着基于信号子空间拟合准则构造关于目标源经纬度以及电离层虚高参数的代价函数,利用高斯‑牛顿迭代算法对目标源经纬度和电离层虚高进行联合估计,从而确定目标位置信息。由于校正源的存在,本发明可以有效抑制电离层虚高偏差对于短波信号定位精度的影响。

    模块化神经网络的直接定位方法

    公开(公告)号:CN108169708A

    公开(公告)日:2018-06-15

    申请号:CN201711447975.9

    申请日:2017-12-27

    Abstract: 本发明涉及一种模块化神经网络的直接定位方法,包含:将设定的定位区域划分为多个区间,每个区间内设置用于检测区间是否存在信号的多层感知器神经网络和用于目标位置估计的径向基神经网络;根据阵列天线接收系统采集的阵列信号数据获取多层感知器神经网络和径向基神经网络的输入数据;将输入数据带入多层感知器神经网络,根据多层感知器神经网络测试输出结果激活相应区间的径向基神经网络,并将输入数据带入径向基神经网络,根据径向基神经网络测试输出结果实现区间内目标位置估计。本发明克服传统直接定位方法运算量大等缺点,实时地估计出目标位置,具有更高的算法稳健性,提高定位精度,性能稳定、可靠,且高效,具有较好市场价值。

    阵列幅相误差条件下基于神经网络的直接定位偏差修正方法

    公开(公告)号:CN108037520A

    公开(公告)日:2018-05-15

    申请号:CN201711445740.6

    申请日:2017-12-27

    CPC classification number: G01S19/40 G06N3/084

    Abstract: 本发明涉及一种阵列幅相误差条件下基于神经网络的直接定位偏差修正方法,包含:在设定区域内布设多个校正源,针对每个校正源均得到一组校正源估计位置和真实位置信息;将所有校正源的估计位置和真实位置信息作为训练集,输入预设的多层感知器神经网络进行训练;得到训练后的多层感知器神经网络;根据采集到的含有目标位置信息的阵列信号来获取由阵列幅相误差引起具有偏差的位置估计,将该位置估计输入到训练后的多层感知器神经网络,得到修正后的目标位置。本发明避免对阵列误差矩阵的估计,直接完成对目标位置的修正,能够在一定程度上抑制阵列幅相误差对定位精度的影响,提高幅相误差存在条件下目标的定位精度,性能稳定、可靠,且高效。

Patent Agency Ranking