一种基于神经网络的卫星外辐射源目标被动探测方法
专利汇可以提供一种基于神经网络的卫星外辐射源目标被动探测方法专利检索，专利查询，专利分析的服务。并且本 发明 属于通信技术与 信号 处理技术领域，公开了一种基于神经网络的卫星外 辐射 源目标被动探测方法，首先利用采延迟反馈网络对含有海杂波的参考通道中卫星直达波信号进行提纯，并利用 最小均方误差 滤波器 对回波通道中的卫星直达波信号进行自适应抑制；然后利用解耦回声状态网络对海杂波进行预测，将经过直达波抑制后的回波通道信号输入到解耦回声状态网络中，并提取解耦回声状态网络的预测值与输入值之间的差值；最后将提取到的差值进行归一化后输入到已训练的多层 感知 器中，进行回波信号的检测。本发明在信杂比大于-40dB时，检测概率为100％，可见该发明对卫星外辐射源的目标被动探测是有效可行的。，下面是一种基于神经网络的卫星外辐射源目标被动探测方法专利的具体信息内容。
1.一种基于神经网络的卫星外辐射源目标被动探测方法，其特征在于，所述基于神经网络的卫星外辐射源目标被动探测方法包括：
首先利用采延迟反馈网络对含有海杂波的参考通道中卫星直达波信号进行提纯，并利用最小均方误差滤波器对回波通道中的卫星直达波信号进行自适应抑制；
然后利用解耦回声状态网络对海杂波进行预测，将经过直达波抑制后的回波通道信号输入到解耦回声状态网络中，并提取解耦回声状态网络的预测值与输入值之间的差值；
最后将提取到的差值进行归一化后输入到已训练的多层感知器中，进行回波信号的检测。
2.如权利要求1所述的一种基于神经网络的卫星外辐射源目标被动探测方法，其特征在于，所述基于神经网络的卫星外辐射源目标被动探测方法包括以下步骤：
步骤一，利用延迟反馈网络完成对海杂波信号的预测，将参考通道中的信号与其经过延迟反馈网络后的预测信号进行对消，经过符号函数处理后得到提纯后的卫星直达波信号，并通过最小均方误差机理对回波通道中的卫星直达波信号进行自适应抑制；
步骤二，利用解耦回声状态网络对监测通道中的海杂波信号进行预测，然后将进行卫星直达波抑制后的监测通道信号输入到解耦回声状态网络中，并将网络的输出信号与输入信号进行对消，得到对消后的信号，并作为检测量；
步骤三，将对消后的信号进行归一化处理后输入到已训练的多层感知器中，完成对回波信号的检测，当目标存在时输出01，目标不存在时输出10。
3.如权利要求2所述的一种基于神经网络的卫星外辐射源目标被动探测方法，其特征在于，利用延迟反馈网络对参考通道中的卫星直达波信号进行提纯，并利用最小均方误差器对监测通道中的卫星直达波信号进行抑制，具体的实施步骤如下：
延迟反馈网络为；
其中，x(k)为输入的状态向量，ωi为状态的权值，N为延迟反馈网络中神经元的个数，τ为延迟长度，参考通道中信号x(t)表示为；
x(t)＝rs(t)+c(t)；
监测通道中的回波信号z(t)模型为：
其中，c(t)与c'(t)为服从K分布的海杂波，s(t)为卫星直达波信号，r为直达波信号的幅度，r'为卫星回波信号的幅度，τ为卫星回波信号相对直达波信号的时延，fd为卫星回波信号相对直达波的多普勒频移，Ω为监测通道中的直达波信号幅度；
(1)利用延迟反馈网络对参考通道中的卫星直达波信号进行提纯，首先确定延迟神经元的个数N与延迟长度τ，输入节点的长度为K,(K＞(N-1)·τ/N)，输出节点的长度为L＝K-(N-1)·τ/N；
(2)将海杂波序列c(k)添加在延迟反馈网络的输入端，通过
计算储层状态 从而计算输出权重
其中y为输出的海杂波序列，为Moore-Penrose广义逆矩阵，通过上述操作使所有状态的权重加权和近似网络输出，从而完成对网络中权重的训练；
(3)将参考通道接收到的信号x(k)添加在延迟反馈网络的输入端，通过对状态的权重加权和在输出端得到预测的海杂波序列 此时将参考通道信
号x(k)与预测信号 进行对消，得到对消后的信号 该信号反映了卫
星直达波信号的波动情况，提取出的卫星直达波信号为xd(k)＝sgn[x'(k)]，其中sgn[·]为符号函数；
(4)根据最小均方误差滤波器，进行卫星直达波信号自适应抑制后的监测通道信号z(k)只包含卫星回波信号和海杂波，z(k)表示为；
其中，c'(k)为预测的海杂波序列。
4.如权利要求2所述的一种基于神经网络的卫星外辐射源目标被动探测方法，其特征在于，基于解耦回声状态网络对直达波抑制后的监测通道信号提取检测量具体步骤如下：
根据数据量的设定确定神经元的数量，此时，输入节点数为K输出节点数为L，并按照零均值独立均匀同分布原则，在区间[-a,a]上生成输入权重矩阵Win和矩阵W'，计算W'的连接权谱半径ρmax＝max{abs(W'的特征值)}，得到循环权重矩阵W＝m·(W'/|ρmax|)，其中m为为输入单元尺度；其中，回声状态网络的性能由储层的各个参数确定，即储层规模N、储层输入单元尺度IS、储层稀疏程度SD、储层内部链接权谱半径SR；
首先将海杂波序列u(n)输入到解耦回声状态网络的输入端，经过权值Win和W，得到储层状态；
x(n)＝f(Winu(n)+Wx(n-1)+Wbd(n-1)+γ(n))；
其中，f是S形激活函数，u(n)是输入状态，x(n)是储层内部状态，d(n-1)是反馈信号，γ(n)是插入状态更新方程的当前人工噪声向量；若输入层节点数为K，输出层节点数为L，则循环权重矩阵W为N×N的矩阵，输入权重矩阵Win为N×K的矩阵，反馈权重矩阵Wb为N×L的矩阵，这里采用的解耦回声状态网络具有四个储层，并且每个储层具有相同数量的神经元，其中权重矩阵和储层状态x(n)为；
W＝[(W1)T,(W2)T,(W3)T,(W4)T]T；
通过得到的状态x(n)以及输入海杂波u(n)和输出y(n)＝u(n)得到状态矩阵M和输出序列Z；
T T T
M＝(u ,x ,y)；
Z＝yT；
根据M·Wout＝Z，通过线性回归得到输出矩阵Wout，从而完成对网络的训练；
然后将抑制后的监测通道信号z(k)添加在解耦回声状态网络的输入端，计算新的网络状态，然后计算网络输出，其中输出方程为；
y(n)＝fout(Woutx(n))；
其中，Wout为级联输出矩阵，矩阵大小为L×(K+N)；
通过输出方程在输出端得到预测的海杂波序列 计算输入信号和输出信号的对消信号 将z'(k)作为检测量用于检测回波信号。
5.如权利要求2所述的一种基于神经网络的卫星外辐射源目标被动探测方法，其特征在于，通过将提取出的检测量进行归一化后输入到多层感知器中完成对目标的探测具体步骤包括：该多层感知器通过多层神经元进行预训练，并使用反向传播算法对网络中的权值和偏置进行微调；
首先确定网络的输入层，隐含层和输出层，给定初始输入，采用无监督方式训练堆叠稀疏自编码器，减小重构误差达到设定值，完成对自动编码器的初始化；
然后采用有监督的方式训练多层感知机的参数；
一个自编码器的输出为；
hi(z)＝σ(Wiy+bi1)；
z'＝WiTy+bi2；
其中，z为输入信号，σ(·)为sigmoid函数，hi(·)为第i个隐含层，bi1,bi2为网络偏置，Wi为网络权值；采用最小均方差作为代价函数，并利用梯度下降的方法进行权值和偏置的更新；
将检测量z'(k)做归一化处理后输入到多层感知机中，完成对卫星回波的检测，判决规则为；
若输出结果为“01”则目标存在，若输出结果为“10”则目标不存在。
6.一种应用权利要求1～5任意一项所述基于神经网络的卫星外辐射源目标被动探测方法的卫星通信系统。
一种基于神经网络的卫星外辐射源目标被动探测方法
技术领域
背景技术
发明内容
了卫星直达波信号的波动情况，提取出的卫星直达波信号为xd(k)＝sgn[x'(k)]，其中sgn[·]为符号函数；
具体实施方式
了卫星直达波信号的波动情况，因此采用符号函数对对消后的信号进行处理，从而提取出的卫星直达波信号为xd(k)＝sgn[x'(k)]，其中sgn[·]为符号函数；
40dB，回波信号与海杂波信号的信杂比范围为-50dB～-15dB。延迟反馈网络神经元个数为
50，延迟长度为250个采样点。解耦回声状态网络储层个数为4个，每个储层有250个神经元，储层权重矩阵的稀疏密度为0.3，光谱半径为0.7。仿真结果如图3所示，当信杂比大于-40dB时，采用多层感知器对回波检测的检测概率为100％，且采样点为1200时效果优于采样点为
600时的结果，仿真结果说明本发明的基于神经网络的卫星外辐射源目标被动探测方法是有效可行的。由此说明本发明方法在低信杂比条件下，对卫星外辐射源目标被动探测具有较好的检测性能。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 自动自适应气候控制 | 2020-05-14 | 568 |
| 模块化神经网络的直接定位方法 | 2020-05-17 | 653 |
| 一种基于GAN的高光谱遥感影像分类方法 | 2020-05-11 | 108 |
| 基于图神经网络模型的节点表示方法和装置 | 2020-05-15 | 93 |
| 一种基于特征选择和集成学习的软件缺陷个数预测方法 | 2020-05-18 | 45 |
| 一种基于自适应连接神经网络的图像处理方法及装置 | 2020-05-08 | 308 |
| 预测自动语音识别系统中的短语识别质量 | 2020-05-19 | 345 |
| 基于伪标签方法和弱监督学习的过程数据故障分类方法 | 2020-05-08 | 317 |
| 基于多挑战感知学习模型的训练、跟踪方法 | 2020-05-14 | 407 |
| 基于神经网络的自然语言查询到数据库查询的转换 | 2020-05-13 | 523 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
