一种基于高斯过程回归重构电磁频谱地图的辐射源定位方法

AITNT
正文
推荐专利
一种基于高斯过程回归重构电磁频谱地图的辐射源定位方法
申请号:CN202511137086
申请日期:2025-08-14
公开号:CN121027989A
公开日期:2025-11-28
类型:发明专利
摘要
本发明属于电磁频谱监测领域,涉及一种基于高斯过程回归重构电磁频谱地图的辐射源定位方法,包括:S1、在目标区域内部署感知节点采集RSSI数据并归一化;S2、基于高斯过程回归构建电磁频谱地图,采用RBF核函数建模空间相关性,通过极大化边缘似然优化参数,对所有网格点预测RSSI;S3、根据频谱地图扩大覆盖区域并计算质心坐标,获得辐射源潜在位置;S4、结合对数距离路径损耗模型,采用最小二乘法拟合距离对数与RSSI关系,选择拟合误差最小的位置为最终结果。本发明较克里金插值具更好空间完整性和精度,能克服边界插值不完整,显著提高定位精度,且仅需RSSI数据,无需先验信息,成本低、部署灵活、适应性强。
技术关键词
辐射源定位方法 地图 路径损耗模型 RSSI数据 重构 网格 电磁频谱监测 候选位置集合 回归算法 节点 测试点 观测噪声方差 坐标 算术平均值 训练样本集 误差 参数 表达式
系统为您推荐了相关专利信息
1
一种“源-渠-汇”三元耦合的湖底扇富砂定量分析技术
定量分析技术 因子 探测器 定量分析模型 分析工具
2
一种基于兴趣点数量的城市景观承载力的评价方法
兴趣点 街景 评价方法 景观 深度学习分析
3
一种基于深度学习的地球化学数据重构方法及系统
数字高程模型数据 数据重构方法 重构模型 深度学习模型 重构系统
4
基于多源数据融合与AI技术的中医智能诊断系统
中医智能诊断系统 特征关联分析 舌象特征 多模态数据融合 双向长短期记忆网络
5
一种面向虚拟网络安全的通信动态分析方法
动态分析方法 序列 LSTM神经网络模型 时序 网络节点
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号