本發(fā)明涉及輻射源定位，特別是涉及一種輕量化輻射源定位方法。

背景技術(shù)：

1、電磁地圖能夠直觀地呈現(xiàn)電磁能量分布、頻譜資源分布等信息。理想情況下，電磁信號強(qiáng)度的分布情況能夠精準(zhǔn)地映射出輻射源的數(shù)量和它們所處的位置，從而有效地協(xié)助對輻射源進(jìn)行精準(zhǔn)定位?，F(xiàn)有定位技術(shù)的主要原理及缺點(diǎn)如下：

2、1.基于時(shí)間(toa和tdoa)和基于角度(aoa)方法

3、toa:根據(jù)測量接收信號在測量終端和目標(biāo)輻射源之間的到達(dá)時(shí)間，然后轉(zhuǎn)換為距離，從而進(jìn)行定位。至少需要三個(gè)測量終端，才能計(jì)算目標(biāo)輻射源的位置。

4、tdoa:根據(jù)各測量終端與目標(biāo)輻射源之間的距離之差，通過求解非線性雙曲方程組來推斷目標(biāo)輻射源相對于各測量終端的相對位置，從而進(jìn)行定位。

5、aoa:主要是測量目標(biāo)輻射源和測量終端之間的到達(dá)角度，以測量終端為起點(diǎn)形成的射線必經(jīng)過目標(biāo)輻射源，兩條射線的交點(diǎn)即為目標(biāo)輻射源的位置。

6、缺點(diǎn)：對高精度時(shí)鐘和天線陣列的依賴度較高，硬件成本較高。

7、2.基于測距的方法

8、主要原理：需要一個(gè)確定的統(tǒng)計(jì)信號衰減或時(shí)間延遲模型來估計(jì)目標(biāo)輻射源和測量終端之間的距離。

9、缺點(diǎn)：城市復(fù)雜環(huán)境無法用一個(gè)確定性的物理模型準(zhǔn)確描述。

10、3.基于指紋的方法

11、主要原理：需要進(jìn)行離線測量，在目標(biāo)區(qū)域的多個(gè)點(diǎn)收集帶有位置標(biāo)記的rss測量值，以建立指紋數(shù)據(jù)庫。通過將rss測量值與數(shù)據(jù)庫中的指紋進(jìn)行比較來定位目標(biāo)。

12、缺點(diǎn)：構(gòu)建指紋數(shù)據(jù)庫需要大量的時(shí)間和勞動成本。

13、因此，需要一種輻射源定位方法，能夠解決現(xiàn)有技術(shù)中存在的問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問題是提供一種輻射源定位方法，能夠有效、準(zhǔn)確獲得輻射源位置。

2、本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：提供一種輕量化輻射源定位方法，包括以下步驟：

3、獲取包含目標(biāo)區(qū)域內(nèi)建筑物分布信息的掩碼地圖；

4、繪制包含所述目標(biāo)區(qū)域內(nèi)各個(gè)采樣點(diǎn)的位置信息及其接收信號強(qiáng)度的灰度圖作為電磁采樣地圖；

5、將所述掩碼地圖和所述電磁采樣地圖融合后獲得輸入圖像樣本；

6、利用輕量化輻射源定位模型分析所述輸入圖像樣本獲得輻射源位置坐標(biāo)；所述輕量化輻射源定位模型包括：

7、若干特征提取模塊，所述若干特征提取模塊依次連接，用來對所述輸入圖像樣本進(jìn)行基于殘差連接和注意力機(jī)制的多尺度特征提?。?/p>

8、特征融合模塊，用來將不同所述特征提取模塊輸出的多尺度特征圖轉(zhuǎn)換為設(shè)定尺寸后進(jìn)行特征融合；

9、空間映射模塊，用來根據(jù)所述特征融合模塊生成的融合特征預(yù)測所述輻射源位置坐標(biāo)。

10、進(jìn)一步的，所述繪制包含所述目標(biāo)區(qū)域內(nèi)各個(gè)采樣點(diǎn)的位置信息及其接收信號強(qiáng)度的灰度圖作為電磁采樣地圖，包括：

11、將所述接收信號強(qiáng)度轉(zhuǎn)換為介于0到1之間的灰度值；

12、設(shè)置采樣點(diǎn)對應(yīng)的像素的灰度值為轉(zhuǎn)換后對應(yīng)位置的所述接收信號強(qiáng)度，其余區(qū)域內(nèi)的像素的灰度值為0，獲得電磁采樣地圖。

13、進(jìn)一步的，所述掩碼地圖中建筑物區(qū)域內(nèi)的像素的灰度值為1，非建筑物區(qū)域內(nèi)的像素的灰度值為0。

14、進(jìn)一步的，所述特征提取模塊包括依次連接的第一卷積塊和第二卷積塊；所述輸入圖像樣本輸入所述第一卷積塊后，輸出的特征依次經(jīng)所述第二卷積塊的卷積層和批歸一化層處理獲得第一特征圖，所述第一特征圖通過殘差連接與所述輸入圖像樣本融合獲得第二特征圖，所述第二特征圖依次經(jīng)過注意力機(jī)制模塊和激活函數(shù)后輸出所述多尺度特征圖。

15、進(jìn)一步的，所述第一卷積塊包括依次連接的卷積層、批歸一化層以及激活函數(shù)，所述第一卷積塊和所述第二卷積塊的激活函數(shù)均為relu函數(shù)。

16、進(jìn)一步的，不同所述特征提取模塊之間通過最大池化層連接。

17、進(jìn)一步的，所述特征融合模塊包括若干自適應(yīng)平均池化層，以及維度變換層；所述自適應(yīng)平均池化層與所述特征提取模塊一一對應(yīng)，不同所述多尺度特征圖輸入對應(yīng)的所述自適應(yīng)平均池化層后在通道維度上進(jìn)行拼接，拼接獲得的特征圖經(jīng)維度變換層處理后輸出所述融合特征。

18、進(jìn)一步的，所述空間映射層為多層感知機(jī)。

19、進(jìn)一步的，所述空間映射層包括輸入層、第一隱藏層、第二隱藏層和輸出層，所述輸入層的神經(jīng)元數(shù)量與所述融合特征的特征數(shù)量相同。

20、進(jìn)一步的，所述輕量化輻射源定位模型的損失函數(shù)為

21、

22、其中，w為所述輸入圖像樣本的數(shù)量，inputmapi和分別為第i張所述輸入圖像樣本和第i張訓(xùn)練標(biāo)簽，fposition(·)和θ分別表示所述輕量化輻射源定位模型及其模型參數(shù)。

23、有益效果

24、由于采用了上述的技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，具有以下的優(yōu)點(diǎn)和積極效果：本發(fā)明只需要獲取建筑物分布信息、采樣點(diǎn)的位置信息和對應(yīng)位置的接收信號強(qiáng)度，不依賴高精度時(shí)鐘和天線陣列、不需要構(gòu)建指紋數(shù)據(jù)就能獲得較為準(zhǔn)確的預(yù)測坐標(biāo)，便于實(shí)施部署且成本低，因此有著廣闊的應(yīng)用場景；本發(fā)明利用采樣點(diǎn)的位置信息和對應(yīng)位置的接收信號強(qiáng)度生成電磁采樣地圖，并將其與包含建筑物分布信息的掩碼地圖進(jìn)行疊加，生成的輸入圖像樣本利用輕量化輻射源定位模型分析處理后獲得輻射源坐標(biāo)，不需要抽象出復(fù)雜的物理模型，對實(shí)施環(huán)境沒有特殊要求，尤其適合復(fù)雜的城市環(huán)境。本發(fā)明直接利用稀疏采樣值定位，省去了易產(chǎn)生誤差的電磁地圖恢復(fù)步驟，有效減少誤差傳遞，提升定位結(jié)果的可靠性與準(zhǔn)確性。本發(fā)明在運(yùn)算過程中占用的計(jì)算資源顯著減少，無論是cpu、gpu還是內(nèi)存資源，都能得到更加合理的分配和利用。本發(fā)明的推理速度得到了顯著提升，能夠在短時(shí)間內(nèi)完成定位任務(wù)，滿足實(shí)時(shí)性要求較高的應(yīng)用場景。

技術(shù)特征：

1.一種輕量化輻射源定位方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述繪制包含所述目標(biāo)區(qū)域內(nèi)各個(gè)采樣點(diǎn)的位置信息及其接收信號強(qiáng)度的灰度圖作為電磁采樣地圖，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述掩碼地圖中建筑物區(qū)域內(nèi)的像素的灰度值為1，非建筑物區(qū)域內(nèi)的像素的灰度值為0。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述特征提取模塊包括依次連接的第一卷積塊和第二卷積塊；所述輸入圖像樣本輸入所述第一卷積塊后，輸出的特征依次經(jīng)所述第二卷積塊的卷積層和批歸一化層處理獲得第一特征圖，所述第一特征圖通過殘差連接與所述輸入圖像樣本融合獲得第二特征圖，所述第二特征圖依次經(jīng)過注意力機(jī)制模塊和激活函數(shù)后輸出所述多尺度特征圖。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述第一卷積塊包括依次連接的卷積層、批歸一化層以及激活函數(shù)，所述第一卷積塊和所述第二卷積塊的激活函數(shù)均為relu函數(shù)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，不同所述特征提取模塊之間通過最大池化層連接。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述特征融合模塊包括若干自適應(yīng)平均池化層，以及維度變換層；所述自適應(yīng)平均池化層與所述特征提取模塊一一對應(yīng)，不同所述多尺度特征圖輸入對應(yīng)的所述自適應(yīng)平均池化層后在通道維度上進(jìn)行拼接，拼接獲得的特征圖經(jīng)維度變換層處理后輸出所述融合特征。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述空間映射層為多層感知機(jī)。

9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述空間映射層包括輸入層、第一隱藏層、第二隱藏層和輸出層，所述輸入層的神經(jīng)元數(shù)量與所述融合特征的特征數(shù)量相同。

10.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述輕量化輻射源定位模型的損失函數(shù)為

技術(shù)總結(jié)
本發(fā)明涉及一種輕量化輻射源定位方法，包括以下步驟：獲取包含目標(biāo)區(qū)域內(nèi)建筑物分布信息的掩碼地圖；繪制包含目標(biāo)區(qū)域內(nèi)各個(gè)采樣點(diǎn)的位置信息及其接收信號強(qiáng)度的灰度圖作為電磁采樣地圖；將掩碼地圖和電磁采樣地圖融合后獲得的輸入圖像樣本放入輕量化輻射源定位模型，分析獲得輻射源位置坐標(biāo)；所述輕量化輻射源定位模型包括：若干特征提取模塊，用來對輸入圖像樣本進(jìn)行基于殘差連接和注意力機(jī)制的多尺度特征提?。惶卣魅诤夏K，用來將不同特征提取模塊輸出的多尺度特征圖轉(zhuǎn)換為設(shè)定尺寸后進(jìn)行特征融合；空間映射模塊，用來根據(jù)特征融合模塊生成的融合特征預(yù)測所述輻射源位置坐標(biāo)。本發(fā)明能夠有效、準(zhǔn)確獲得輻射源位置。

技術(shù)研發(fā)人員：張琪露,唐洪瑩,李寶清
受保護(hù)的技術(shù)使用者：中國科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19