基于径向基函数神经网络的被动定位误差预测方法及装置

本申请公开了基于径向基函数神经网络的被动定位误差预测方法及装置，其方法实现，包括：获取被动雷达系统的关键参数，并基于关键参数，模拟生成辐射源信号以及接收信号；确定接收信号到达不同接收节点的到达时间差；基于到达时间差，确定辐射源估计位置；基于辐射源估计位置以及辐射源的真实位置，生成定位误差，将定位误差作为训练标签；基于关键参数以及训练标签构建训练数据集，以基于训练数据集对被动定位误差预测模型进行迭代更新，其中，被动定位误差预测模型采用高斯径向基函数神经网络，对输入的关键参数执行非线性特征映射。降低蒙特卡洛模拟高计算成本、长耗时问题，还弥补克拉美‑罗下界理论与实际误差差异，提供高精度误差预测。