城市环境下基于深度学习的辐射源目标定位方法及设备

本发明提供一种城市环境下基于深度学习的辐射源目标定位方法，包括：构建仿真地理‑电磁数据集和实采地理‑电磁数据集；以编码器‑解码器网络结构为基础，构建用于辐射源目标定位的神经网络模型；构建损失函数；利用仿真地理‑电磁数据集对神经网络模型进行最小化损失函数的训练，得到训练好的定位模型，并采用实采地理‑电磁数据集对训练好的定位模型完成测试与验证；将无人机采集的地理‑电磁数据输入到验证后的定位模型中，输出辐射源目标定位结果。本发明提出的方法在高成本采集受限的情况下，保障了模型的泛化能力与实际可部署性；提高了在遮挡复杂、多路径反射显著的城市环境中的定位精度。