基于稀疏张量补全与密度峰值聚类的低空智能网多辐射源定位算法

来源：电子与信息学报杂志2025年第5期北京时间：

作者：陈智博, 郭道省

单位：陆军工程大学通信工程学院 南京 210000

摘要：该文聚焦于低空智能网中多辐射源的定位技术研究，旨在利用搭载频谱监测设备的无人机采集的信号强度数据，精确解析低空目标区域内多个未知辐射源的空间位置。然而，实际应用场景面临多重挑战：无人机飞行轨迹受限导致测量数据稀疏；环境噪声及阴影衰落加剧数据波动；多个未知辐射源进一步加重了算法的复杂度，严重阻碍了现有低空多辐射源定位(MSL)技术的效能发挥。针对上述挑战，该文创新性地提出了一种基于稀疏张量补全与密度峰值聚类的低空智能网多辐射源定位算法。该算法将多辐射源定位问题解构为两个核心步骤：稀疏张量补全和张量密度峰值检测。具体而言，首先根据无人机的飞行轨迹将稀疏测量数据构建为3维稀疏张量，随后采用卷积自编码器网络对该张量进行高效补全，以复原目标空间内的完整信号强度张量图谱。在此基础上，利用改进的密度峰值聚类算法搜索张量中的密度峰值中心，从而实现多辐射源的精确定位。仿真结果表明，本文提出的算法能够有效利用稀疏测量数据对低空多辐射源进行定位，克服了因环境噪声带来的异常值影响，且展现出对辐射源数量的鲁棒性，为低空智能网中的多辐射源定位问题提供了有效的解决方案。

关键词：低空智能网, 多辐射源定位, 张量补全, 卷积自编码器, 密度峰值聚类