摘要

针对热释电红外传感器定位系统中解析算法定位误差较大和未充分利用冗余测向信息的问题,提出了1种基于径向基神经网络的目标测向定位方法,介绍了PIR传感器节点的区域分割模型,利用K均值聚类和梯度下降法对神经网络进行训练;通过对不同数量样本的监督学习,比较得出性能较优的神经网络模型,然后通过仿真实验将其与传统的解析算法作对比。实验数据表明,在同等的实验条件下,神经网络模型的定位精度至少提高了18%,在探测区域边界的定位误差远小于解析算法,体现了径向基神经网络较强的非线性映射能力和较高的鲁棒性。