基于高斯过程回归的多快拍RFI定位融合算法

综合孔径辐射计的接收数据易受射频干扰污染,影响后续产品质量。射频干扰源的精确定位是处理射频干扰的关键步骤。在以往的研究中,通过对多快拍中同一射频干扰源的定位结果做平均以提高其定位精度。然而,同一射频干扰源在不同快拍中的位置和强度不同,导致不同快拍中同一射频干扰源的定位精度不同。因此,简单平均算法难以获得最优的定位精度。首先,文章提出了一种基于高斯过程回归的多快拍射频干扰定位融合算法。该算法通过高斯过程回归对射频干扰源不同方向的定位误差数据进行回归学习得到相应的定位误差估计模型;其次,使用该模型对每张快拍中射频干扰源在不同方向上的定位误差进行估计,并以此为标准给各快拍中射频干扰不同方向上的定位结果分配权重;最后,通过加权融合得到射频干扰源的精确定位。通过仿真实验,验证了该方法相比于简单平均算法的优越性。此外,文章使用土壤湿度和海洋盐度卫星数据进行了实验验证,证明了该方法的合理性和实用性。

资料为PDF文档格式.

本文档关键词:算法,融合,回归,定位,过程