雷达高度表延时多普勒匹配定位网络

由合成孔径雷达高度表获得的延迟多普勒图像(Delay Doppler Map,DDM)因具有近垂直耦合的特点,易造成相邻地形DDM相似度高,进而导致图像匹配成功率低。针对该问题,本文提出了一种雷达高度表延时多普勒匹配定位网络(Delay Doppler Map Matching and Positioning Network,DDM⁃MPN),首次通过对DDM实测基准图像对进行匹配,实现飞行器的实时位置定位。首先,该方法采用浅层卷积神经网络架构,在保持较高匹配成功率的基础上降低了模型的复杂度和参数量,有效地节约了资源成本;其次,在传统图像匹配网络的基础上加入了坐标定位模块,使网络在完成图像匹配的同时实现对飞行器当前位置的三维坐标定位;最后,该方法通过对三元组损失函数、中心损失函数、交叉熵损失函数以加权的方式对网络参数进行协同优化,提高了匹配成功率和定位精度。模拟仿真实验的测试结果表明:沿航向水平面平均定位误差在30 m左右,垂直航向平均定位误差在60 m左右,三维总体平均定位误差在70 m左右,匹配成功率达到80%以上,在GPS拒止的情况下,该自主定位精度对大型飞行平台是可用的。