基于频谱地图的辐射源指纹定位方法研究

摘要：

基于指纹的定位方法是定位技术中的重点研究内容.现有指纹定位方法大多数是为接收端设备的自定位而设计的,无法直接应用到对信号发射端的定位中.为此,设计一种适用于信号发射端的辐射源指纹定位模型,并提出相应的定位算法.利用频谱地图进行指纹定位,基于信号指纹生成算法和指纹匹配定位算法实现指纹匹配定位.信号指纹生成算法将空间插值转化为机器学习多变量回归问题,基于测量点的数据建立数据集并训练随机森林回归模型,结合蛇优化算法改进模型的参数设置,利用改进的随机森林回归模型补全频谱地图中的缺失数据,进而得到信号指纹.指纹匹配定位算法通过深度学习框架完成,利用卷积神经网络从频谱地图中估计辐射源的位置坐标.仿真实验结果表明,该定位模型在使用10%的测量数据时,平均定位误差为12.91 m,且定位误差在20 m以内的置信概率达到了84.5%,能够实现对信号发射端的指纹定位,与其他方法相比,具有较优的定位精度和定位稳定性.

关键词：指纹定位、频谱地图、随机森林、蛇优化算法、卷积神经网络

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61971473

在线出版日期：2023-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：183-190,198