文献类型：期刊文章

作　　者：吉丰[1] 胡江湖[1]

Ji Feng;Hu Jianghu(Array and Information Processing Laboratory,College of Computer and Information,Hohai University,Nanjing 211100,China)

机构地区：[1]河海大学计算机与信息学院阵列与信息处理实验室,南京211100

出　　处：《国外电子测量技术》

年　　份：2020

卷　　号：39

期　　号：7

起止页码：52-57

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对辐射源信号传播中受到多径影响产生不同程度的衰落从而影响导航定位这一问题,设计了一种基于频谱特征图的卷积神经网络(CNN)的信号衰落程度识别算法,并将该算法应用到导航自定位中来提升定位精度。该算法采用CNN提取衰落信号频谱特征进行训练和实现分类,并将采用算法选取和随机选取的辐射源信号分别应用到自定位场景中,对比分析所提算法的定位精度。结果表明,基于频谱特征图的CNN的衰落识别算法具有较好的分类性能,识别率高达90%以上,同时采用该算法使得测向标准误差下降了约0.03°,有效地提高导航自定位精度。

关 键 词：导航自定位  衰落信号识别  卷积神经网络  频谱特征图  

分 类 号：TN961]