基于移动测向LSTM-KF的电磁辐射源定位方法

来源：信号处理杂志 2026年第2期北京时间：

作者：徐碧媛, 庞永亮, 李建峰, 李潘

摘要：针对在移动测向定位中，测向信息存在异常，波动、缺失的情况而导致定位误差大的问题，本文建立了单站移动测向定位模型，提出了一种基于长短时记忆与卡尔曼滤波相结合（Long Short Term Memory and Kalman Filtering， LSTM-KF）的电磁辐射源定位方法，将跟踪技术进行了反向应用，可以对测向值进行平滑、补全和随机波动抑制，从而实现了高精度的电磁辐射源定位。具体而言，首先，所提算法根据前一时刻学习到的状态信息，并结合当前输入的信息以及网络状态，使用长短时记忆网络（Long Short Term Memory， LSTM）算法得到当前时刻的波达角（Direction of Arrival， DOA）预测值，将缺失值使用预测值补全；其次，根据得到的角度预测值和测量值，增加对其方向变化连续性的拟合，使用卡尔曼滤波算法对异常波动的角度值进行平滑滤波处理，通过动态校正和状态更新，将实时观测值与预测模型相结合，估计得到当前时刻的最优角度值；最后，使用测向交汇定位算法进行定位。在实际测试场景中，我们使用搭载天线阵列的垂起固定翼无人机平台采集数据信息，试验结果表明，本文所提算法与传统方法相比，定位精度大幅度提高，验证了所提算法的有效性。

关键词：卡尔曼滤波, 长短时记忆, 最小二乘法, 方位角定位