一种外辐射源雷达网误差自配准方法
【专利摘要】本发明公开了一种外辐射源雷达网误差自配准方法，本发明只利用各个接收站的量测信息进行自配准。在各接收端有条件提供ADS-B（广播式自动相关监视系统）或AIS（船舶自动识别系统）等解调信息的情况下，如解调信息中含有被雷达探测到的目标状态数据，则以该数据为参照数据，比对雷达的量测数据得到配准参数估计量；否则，仅利用多个目标的量测构建配准模型，将配准问题归结为非线性参数估计问题，经过系列操作及合理近似进一步将模型转化为准线性模型，然后采用两步最小二乘估计和后处理最终得到配准参数。该方法不需要发射站和接收站之间进行合作式同步，且全局收敛性好，估计精度逼近CRLB（克拉美罗界），计算复杂度低，具有推广应用价值。
【专利说明】一种外辐射源雷达网误差自配准方法
【技术领域】
[0001] 本发明属于雷达数据处理领域，涉及多传感器组网融合的误差配准方法，具体涉 及一种外辐射源雷达网误差自配准方法。
【背景技术】
[0002] 外辐射源雷达（又称无源雷达）是一种利用第三方发射的电磁信号探测目标的雷 达体制，其自身不发射信号，因而具有低成本、隐蔽性好、抗干扰能力强、电磁兼容性好等诸 多优势。但由于发射不受控，基于单发单收的简单双基地几何结构在覆盖上常无法满足要 求，因此组建多基地外辐射源雷达网并通过数据融合实现信息提取和有效覆盖构成了一种 新的解决方案。外辐射源雷达作为一种多传感器组网系统，如何对各信息量测单元的系统 误差（即失配量）进行有效配准是其一项关键技术。
[0003] 与单基地雷达组网相比，外辐射源雷达网具有如下特点：
[0004] 1)距离量测量为双基距离，乃两欧几里得范数之和，非线性相比于单基地距离更 为严重，处理起来更为繁杂；
[0005] 2)由于发射功率不高，外辐射源雷达网常具有"小而多"（单站规模较小、站数较 多）的特点，其到达角量测精度较低（部分系统甚至不进行到达角测量）。
[0006] 现有的单基地雷达网配准方法主要利用了单基地距离与到达角的关系，这一模型 在外辐射源雷达网中并不适用。
[0007] 相比于主动式多基地雷达，外辐射源雷达网在几何结构上与之接近，但是在外辐 射源雷达网中发射站不受控，因而主动式多基地雷达中所采用的如原子钟、GPS以及信息交 换协议等收发合作式同步配准法在外辐射源雷达网中也没法应用。
【发明内容】
[0008] 为了解决上述的技术问题，本发明根据外辐射源雷达网的特点，提供了一种利用 雷达自身对目标的量测实现各单元间配准的方法，从而保证数据融合优质进行，使外辐射 雷达网的性能和优势充分发挥。
[0009] 本发明所采用的技术方案是：一种外辐射源雷达网误差自配准方法，在多发单收 外辐射源雷达网、单发多收外辐射源雷达网、或多发多收外辐射源雷达网中，利用接收站量 测信息进行自配准、或辅以广播式自动相关监视系统（ADS-B)提供的参照数据协助配准、 或辅以船舶自动识别系统（AIS)提供的参照数据协助配准，而不需要发射站配合配准过 程；其特征在于，包括以下步骤：
[0010] 步骤1 :针对量测数据，判断是否存在ADS-B或AIS提供的参照数据；
[0011] 若是，则计算参照量测，比较实际量测与参照量测得失配量，得到配准参数，本流 程结束；
[0012] 若否，则顺序执行步骤2;
[0013] 步骤2 :利用多个目标的量测构建双基距离量测模型，将配准问题归结为非线性 参数估计问题，经过系列操作及合理近似进一步将模型转化为准线性模型；
[0014] 步骤3 :采用两步最小二乘估计和后处理得到双基距离失配量以及目标位置的估 计；
[0015] 步骤4 :判断步骤3中估计所得的失配量是否收敛；
[0016] 若否，则在原始数据中扣除步骤3中估计所得的失配量，然后回转执行所述的步 骤2;
[0017] 若是，则进一步利用步骤3中估计所得的目标位置进行双基速度和到达角配准， 最终得到双基距离、双基速度和到达角配准参数。
[0018] 作为优选，步骤1中所述的计算参照量测，比较实际量测与参照量测得失配量，得 到配准参数；具体实现过程为利用由ADS-B或AIS提供的参照数据中的目标状态信息及 已知的发射、接收站点位置信息计算参照双基距离、参照双基速度、参照到达角，将该目标 的实际量测值减去参照量测值并取平均后作为配准参数，在后续观测中扣除该参数实现配 准。
[0019] 作为优选，步骤2中所述的构建双基距离量测模型，将配准问题归结为非线性参 数估计问题；
[0020] 对于多发单收外辐射源雷达网，其具体实现过程为：假设接收站位于原点，发射 站个数为M,坐标为q m, m = 1，2, 一，Μ,发射站坐标已知，目标个数为P,坐标为rp, p = 1，2,…，P，对应"发射站m--接收站"的双基距离失配量为δ m，则目标p对应发射站m的 双基距离量测表示为
[0021 ] um，p = | |rp_qm| 卜| Irp| | + δ m+em，p (式壹）
[0022] 其中，I |*| I表示欧几里得范数，、5为随机量测误差，假定各随机量测误差均服从 零均值高斯分布，且相互独立；
[0023] 将所有双基距离量测用矩阵形式表示为
[0024] u = d+C δ +e (式威）
[0025] 其中，
【权利要求】
1. 一种外辐射源雷达网误差自配准方法，在多发单收外辐射源雷达网、单发多收外辐 射源雷达网、或多发多收外辐射源雷达网中，利用接收站量测信息进行自配准、或辅以广播 式自动相关监视系统（ADS-B)提供的参照数据协助配准、或辅以船舶自动识别系统（AIS) 提供的参照数据协助配准，而不需要发射站配合配准过程；其特征在于，包括以下步骤： 步骤1 :针对量测数据，判断是否存在ADS-B或AIS提供的参照数据； 若是，则计算参照量测，比较实际量测与参照量测得失配量，得到配准参数，本流程结 束； 若否，则顺序执行步骤2; 步骤2:利用多个目标的量测构建双基距离量测模型，将配准问题归结为非线性参数 估计问题，经过系列操作及合理近似进一步将模型转化为准线性模型； 步骤3 :采用两步最小二乘估计和后处理得到双基距离失配量以及目标位置的估计； 步骤4 :判断步骤3中估计所得的失配量是否收敛； 若否，则在原始数据中扣除步骤3中估计所得的失配量，然后回转执行所述的步骤2 ; 若是，则进一步利用步骤3中估计所得的目标位置进行双基速度和到达角配准，最终 得到双基距离、双基速度和到达角配准参数。
2. 根据权利要求1所述的外辐射源雷达网误差自配准方法，其特征在于：步骤1中所 述的计算参照量测，比较实际量测与参照量测得失配量，得到配准参数；具体实现过程为利 用由ADS-B或AIS提供的参照数据中的目标状态信息及已知的发射、接收站点位置信息计 算参照双基距离、参照双基速度、参照到达角，将该目标的实际量测值减去参照量测值并取 平均后作为配准参数，在后续观测中扣除该参数实现配准。
3. 根据权利要求1所述的外辐射源雷达网误差自配准方法，其特征在于：步骤2中所 述的构建双基距离量测模型，将配准问题归结为非线性参数估计问题； 对于多发单收外辐射源雷达网，其具体实现过程为：假设接收站位于原点，发射站个数 为M,坐标为m= 1，2,…，M,发射站坐标已知，目标个数为P,坐标为rp,p= 1，2,…，P， 对应"发射站m--接收站"的双基距离失配量为Sm，则目标p对应发射站m的双基距离量 测表示为 Um,p=IIrP-QmII+IIrpII+ 5m+em,p(式壹） 其中，I|*|I表示欧几里得范数，、5为随机量测误差，假定各随机量测误差均服从零均 值高斯分布，且相互独立； 将所有双基距离量测用矩阵形式表示为u=d+C8+e(式威） 其中， ]'uP= [U1，P，U2，P，...，UmJT， (!=(1,.(1.- -.(1,.dp= [d1；p,d2；p, ―,dM；p]T,dm；p =I Irp-qj|+1|rp| | , C = Ip ? Im fs= [S1,S2，…，SJT， ? ，泛2，…，e.W] *ep- [ei，p,e2，p, ...，eM，p]， 上标"T"表示矩阵转置，Ip为PXI维的全I向量，Im为M维单位矩阵，@表示Kronecker积，根据前述对量测误差的假设，则量测误差e协方差矩阵为对角矩阵，记为Q，假设其为已 知； 根据式贰的双基距离量测模型，则双基距离失配量S和目标位置rt =Ri ,r/f的最大似然估计为
其中，"argmin"是"theargumentsthatminimize"的缩写，不后面表达式 极小化时S和^的取值，配准问题归结为非线性参数估计问题； 对于单发多收外辐射源雷达网，其具体实现过程为：将上述过程中发射站和接收站的 下标互换即可； 对于多发多收外辐射源雷达网，其具体实现过程为：将多发多收外辐射源雷达网视为 多个多发单收外辐射源雷达网（或多个单发多收外辐射源雷达网），分别应用上述过程配 准每个多发单收外辐射源雷达网（或配准每个单发多收外辐射源雷达网）即配准了整个多 发多收外辐射源雷达网。
4. 根据权利要求3所述的外辐射源雷达网误差自配准方法，其特征在于：步骤2中所 述的经过系列操作及合理近似进一步将模型转化为准线性模型，其具体实现过程为：式贰 转化为 h=Az+Be(式肆） 其中，
diag{*}表示对角矩阵，blkdiag{*}表示块对角矩阵，z为式肆的变量。
5. 根据权利要求4所述的外辐射源雷达网误差自配准方法，其特征在于：步骤3中所 述的采用两步最小二乘估计和后处理得到双基距离失配量以及目标位置的估计，其具体实 现包括以下子步骤： 步骤3. 1 :对A和B中涉及的(/? = 1，2,…,P)和S进行初始化，取S= 〇、
步骤3.2:第一步最小二乘估计；根据式肆及步骤3.1中的初始化值，得如下加权最小 二乘估计
其中，W=BQB; 待估计得i后，根据i更新A和B，再应用式伍改进估计结果，重复该过程直至前后两次 估计的失配量之差小于预设值；收敛后，I的协方差矩阵为
其中，A°为A在无随机量测误差情况下的取值； 步骤3.3:第二步最小二乘估计；进一步施加关系=||rp||可构造如下线性模型 h' =A'z' +B'Az(式柴） 其中，
Az = z~z * [幻,,表示i的第n个元素，z'为式柒的变量； 式柒的加权最小二乘解为
其中，f中关于目标位置是平方值，故需进行开方，开方后由于存在 正负号之分因此构成多组待定估计量，取使式叁最小的一组作为估计量； 步骤3. 4 :后处理；在第二步最小二乘估计之后，在原始数据中扣除已估计所得的失配 量，即
则在u'中等效的失配量为^ :继续将u'作为量测数据重复步骤3.2和3. 3将 得到等效失配量的估计，重复该过程直至估计所得的等效失配量小于预设值，然后整理各 次估计所得的失配量得最终的失配量。
【文档编号】G01S5/02GK104267375SQ201410531635
【公开日】2015年1月7日 申请日期:2014年10月8日 优先权日:2014年10月8日
【发明者】万显荣, 易建新, 程丰, 吕敏 申请人:武汉大学