基于卷积神经网络的目标辐射源DOA和极化参数联合估计方法及系统

本发明涉及辐射源定位技术领域，特别涉及一种基于卷积神经网络的目标辐射源DOA和极化参数联合估计方法及系统，通过计算极化均匀面阵阵列协方差矩阵，提取其上三角阵，与入射信号空间角度信息连接成数据对，构建训练数据集；建立卷积神经网络模型，利用数据集对模型进行训练，利用训练后的模型估计入射信号的俯仰角和方位角；构建空间域‑极化域联合谱函数，在俯仰角、方位角已知的前提下，进行极化参数二维谱峰搜索，得到信号的极化辅角和极化相位差，从而实现DOA和极化参数的联合估计。本发明能够提升低信噪比、低快拍数条件下的目标辐射源的定位效果。