本文提供了一種對"黑廣播"等無線電信號源進行定位的獨創(chuàng)方法。利用測向數(shù)據(jù),采用人工智能生成示向度態(tài)勢圖;利用電平數(shù)據(jù),采用基于傳播模型的插值算法生成電平態(tài)勢圖。示向度態(tài)勢圖和電平態(tài)勢圖可通過數(shù)據(jù)融合算法,生成綜合態(tài)勢圖,用以表征信號源出現(xiàn)位置的概率,從而實現(xiàn)對無線電信號源的移動定位。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1示向度態(tài)勢圖示例

?榛鈑τ枚嘀炙惴ǎ?詬叢擁某鞘謝肪持惺?現(xiàn)對“黑廣播”的定位。該方法定位準確、使用簡單、可操作性強，僅需監(jiān)測人員按照地圖上所展示的示向度態(tài)勢的引導駕駛車輛前進。與此同時，示向度態(tài)勢圖根據(jù)新來的數(shù)據(jù)進行實時更新，最終引導監(jiān)測人員快速到達“黑廣播”信號源所在處。1示向度態(tài)勢圖的概念示....

圖2為對的影響關系矩陣（見圖2）

預測當前示向度，并將預測值與當前實際測量值D進行比較計算，通過神經(jīng)網(wǎng)絡判決當前測量示向度的可信度。可信度有10個等級：第1級至第10級，其中第10級為最高等級。首先搜集大量時域連續(xù)的有效示向度序列，通過統(tǒng)計分析計算當前時刻之前的示向度序列對當前時刻示向數(shù)據(jù)點的間隔100ms示向度....

圖3隨機森林預測模型

燃叮旱?級至第10級，其中第10級為最高等級。首先搜集大量時域連續(xù)的有效示向度序列，通過統(tǒng)計分析計算當前時刻之前的示向度序列對當前時刻示向數(shù)據(jù)點的間隔100ms示向度態(tài)勢圖更新頻率2次/分鐘車輛行進速度＜60km/h示向度顯示的分辨率1°度的影響。本文使用的輸入示向度序列長度為1....

圖2示向度序列相關矩陣

預測當前示向度，并將預測值與當前實際測量值D進行比較計算，通過神經(jīng)網(wǎng)絡判決當前測量示向度的可信度�？尚哦扔�10個等級：第1級至第10級，其中第10級為最高等級。首先搜集大量時域連續(xù)的有效示向度序列，通過統(tǒng)計分析計算當前時刻之前的示向度序列對當前時刻示向數(shù)據(jù)點的間隔100ms示向度....

本文編號：3954434