一种基于AOA/TDOA联合的增强型GNSS宽带干扰定位方法与流程

本发明属于卫星导航技术领域；具体涉及一种基于aoa/tdoa联合的增强型gnss宽带干扰定位方法。

背景技术：

由于个人隐私设备的急剧增加，对于安全至关重要的gnss用户如机场和海港等，其当务之急是要随时了解本地gnss干扰，其中宽带干扰发射器是较为有效且常见的干扰手段。宽带干扰与频率无关，并且会导致附近的gnss用户持续丢失gnss信号。因此，当宽带gnss干扰器对gnss用户构成更大危险时，必须能够识别宽带gnss干扰器并对其进行地理位置定位。

针对gnss宽带干扰定位需求，主要采用两种技术对其进行地理定位：aoa方法和tdoa方法，而这两种定位方法都各自有其优势和不足。因此，相比于单一定位方法的不足，将所有站点的aoa和tdoa信息结合起来进行宽带干扰定位具有较高的实际应用价值。

目前，针对到达角(angleofarrival，aoa)方法和差分到达时间(timedifferenceofarrival，tdoa)方法的研究已经取得了较多成果，而aoa/tdoa联合定位方法研究还不成熟。一些学者采用了非加权算法进行联合定位，但常规算法没有考虑异方差下aoa和tdoa测量值的融合，并且还没有公平地表征它们相对于现有方法的优点。

技术实现要素：

本发明提出一种基于aoa/tdoa联合的增强型gnss宽带干扰定位方法，针对现有aoa/tdoa联合定位方法的不足。

本发明通过以下技术方案实现：

一种基于aoa/tdoa联合的增强型gnss宽带干扰定位方法，所述增强型gnss宽带干扰定位方法包括以下步骤：

步骤1：通过gnss宽带干扰定位系统中获取的测量值特征，分别构建到达角aoa观测模型和差分到达时间td0a观测模型；

步骤2：基于步骤1中的到达角aoa观测模型，建立到达角aoa定位模型；

步骤3：基于步骤1中的差分到达时间tdoa观测模型，建立差分到达时间tdoa定位模型；

步骤4：基于步骤2和步骤3的到达角aoa定位模型和差分到达时间tdoa定位模型，建立面向gnss宽带干扰的到达角aoa与差分到达时间tdoa松组合定位模型，实现最终定位。

进一步的，所述步骤2中在各基站到达角aoa估计具有不等方差情况下，求解仅到达角aoa定位方法的干扰机坐标。

进一步的，所述步骤3中在各基站差分到达时间tdoa估计具有不等方差情况下，求解仅差分到达时间tdoa定位方法的干扰机坐标。

进一步的，所述步骤1具体包括以下步骤：

步骤1.1：利用多个基站天线系统获取到达角aoa的测量值，

步骤1.2：选取的到达角aoa观测模型为正态分布，

步骤1.3：根据步骤1.1与步骤1.2定义到达角aoa观测模型包含高斯噪声，以此建立到达角aoa的观测模型，

其中，θl⁰表示真实的aoa，表示aoa的测量值，表示正态分布的方差，l表示基站序号，θ表示中间变量，n表示正态分布；

步骤1.4：获得各基站观测到的差分到达时间tdoa，

步骤1.5：选取的差分到达时间tdoa观测模型为多元高斯分布，

步骤1.6：根据步骤1.4与步骤1.5定义多元高斯分布的均值τ⁰和协方差分量στ，以此建立差分到达时间tdoa的观测模型，

式中：

其中，表示是从l站到第1站的真实tdoa，l∈{1,2...p}，表示第p站的tdoa测量方差，p表示用于tdoa测量基站个数。

进一步的，所述步骤2所包含以下步骤：

步骤2.1：根据基站观测到的到达角aoa测量值，建立基站坐标与干扰坐标间的数学模型具体为，

其中，θl是在站点l处观测到的宽带干扰源aoa，l∈{1,2...l}，l代表用于aoa测量的基站个数，(xu,yu)是干扰源的二维东北笛卡尔坐标，而(xl,yl)是第l个站点的笛卡尔坐标；当θl＝±90°时，tan(θl)容易出现数值不稳定，从而导致逼近无穷大，所以将两边都乘以cos(θl)：

因此，干扰机坐标(xu,yu)的普通最小二乘估计为：

然而，干扰信号传播到每个不同的接收站时受到不同路径损耗和局部多径以及天线阵列本身的作用，导致aoa估计具有不相等的方差，上述aoa定位方法将不再是最佳线性无偏估计器，需进行修正；

步骤2.2：根据步骤2.1的数学模型构建各基站到达角aoa估计具有不等方差情况下的到达角aoa测量误差协方差矩阵σθ∈r^n×n，其中σθ非对角元素为零，对角元素[σθ]l,l对应于第l个基站的aoa误差方差；

步骤2.3：根据步骤2.2的测量误差协方差矩阵求解干扰坐标对到达角aoa测量值的偏导数，

其中，rl表示第l个基站到干扰源的距离；

确定到达角aoa测量向量的雅可比矩阵ja，

步骤2.4：根据步骤2.3的雅可比矩阵推导高斯-牛顿迭代法，求解到达角aoa定位模型下干扰机坐标

其中，[δxu,δyu]^t表示由角度测量误差δθl引起的干扰源位置估计误差，σθ表示到达角aoa测量误差协方差矩阵，表示第l个基站到达角aoa的估计值。

进一步的，所述步骤3所包含以下步骤：

步骤3.1：对于宽带gnss干扰器，使用互相关信号处理方法测量在几个站之间到达的差分到达时间tdoa，建立差分到达时间tdoa测量与宽带干扰坐标(xu,yu)的数学模型，

其中，||||是向量的欧几里得距离，c为电磁波传播速度，τij表示第i个基站与第j个基站间的差分到达时间tdoa，ri表示第i个基站到宽带干扰机的距离，rj表示第j个基站到宽带干扰机的距离，p表示tdoa测量基站的个数；

步骤3.2：根据步骤3.1的数学模型构建各差分到达时间tdoa测量具有不等方差情况下的差分到达时间tdoa误差协方差矩阵στ，其中στ非对角元素为零，对角元素[στ]l,l对应于第l个基站到第1个基站的tdoa误差方差；

步骤3.3：根据步骤3.2的测量误差协方差矩阵求解干扰坐标对差分到达时间tdoa测量值的偏导数，

确定差分到达时间tdoa测量向量的雅可比矩阵jt，

其中，τn,1表示第p个站与第1个基站间的差分到达时间tdoa；

步骤3.4：根据步骤3.3的雅可比矩阵推导高斯-牛顿迭代法，求解差分到达时间tdoa定位模型下干扰机坐标，

其中，表示第i站到第1个基站的差分到达时间tdoa的估计值，δτi1表示第i个站到第1个基站的差分到达时间tdoa的测量误差。

进一步的，所述步骤4所包含以下步骤：

步骤4.1：分别获取到达角aoa定位估计坐标[xa，ya]^t与差分到达时间tdoa定位估计坐标[xt，yt]^t及其位置误差协方差σa和σa；

步骤4.2：将到达角aoa和差分到达时间tdoa获得的位置信息进行松组合，

步骤4.3：将步骤4.2得到的松组合通过加权最小二乘求解到达角aoa和差分到达时间tdoa联合定位结果，获取gnss宽带干扰机的最终坐标。

进一步的，所述步骤4.3的最终坐标为，

其中，u,k是中间变量，

其中，联合定位误差协方差矩阵σat和变换矩阵hat分别为:

式中，i2表示2行2列的单位矩阵。

本发明的有益效果是：

1.本发明相比于单一aoa定位与tdoa定位方法，本发明所提tdoa/aoa联合定位方法通过异方差下aoa和tdoa测量值的融合，可以克服aoa和tdoa测量标准偏差因站而异的问题，从而获得更准确的gnss宽带干扰定位结果。

2.本发明aoa/tdoa松组合定位系统体系结构可以直接添加到现有的仅aoa或仅tdoa的本地化系统中，具有较强的实用性；

3.本发明所提供的aoa/tdoa联合定位方法具有非常低的计算成本和低的复杂性，因为它不需要复杂形式的数值优化技术，也不需要非线性函数的评估；

4.本发明tdoa/aoa联合定位方法具有较强的鲁棒性，在存在一定的tdoa测量缺失的情况下，该算法仍然可以很容易地适应。

附图说明

附图1本发明aoa测量异方差情况下的aoa定位方法流程图。

附图2本发明tdoa测量异方差情况下的tdoa定位方法流程图。

附图3本发明的整体流程图。

附图4本发明的仿真验证图。

具体实施方式

下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

一种基于aoa/tdoa联合的增强型gnss宽带干扰定位方法，所述增强型gnss宽带干扰定位方法包括以下步骤：

步骤1：通过gnss宽带干扰定位系统中获取的测量值特征，分别构建到达角aoa观测模型和差分到达时间td0a观测模型；

步骤2：基于步骤1中的到达角aoa观测模型，建立到达角aoa定位模型；

步骤3：基于步骤1中的差分到达时间tdoa观测模型，建立差分到达时间tdoa定位模型；

步骤4：基于步骤2和步骤3的到达角aoa定位模型和差分到达时间tdoa定位模型，建立面向gnss宽带干扰的到达角aoa与差分到达时间tdoa松组合定位模型，实现最终定位。

进一步的，所述步骤2中在各基站到达角aoa估计具有不等方差情况下，求解仅到达角aoa定位方法的干扰机坐标。

进一步的，所述步骤3中在各基站差分到达时间tdoa估计具有不等方差情况下，求解仅差分到达时间tdoa定位方法的干扰机坐标。

进一步的，所述步骤1具体包括以下步骤：

步骤1.1：利用多个基站天线系统获取到达角aoa的测量值，

步骤1.2：选取的到达角aoa观测模型为正态分布，

步骤1.3：根据步骤1.1与步骤1.2定义到达角aoa观测模型包含高斯噪声，以此建立到达角aoa的观测模型，

其中，表示真实的aoa，表示aoa的测量值，表示正态分布的方差，l表示基站序号，θ表示中间变量，n表示正态分布；

步骤1.4：获得各基站观测到的差分到达时间tdoa，

步骤1.5：选取的差分到达时间tdoa观测模型为多元高斯分布，

步骤1.6：根据步骤1.4与步骤1.5定义多元高斯分布的均值τ⁰和协方差分量στ，以此建立差分到达时间tdoa的观测模型，

式中：

其中，表示是从l站到第1站的真实tdoa，l∈{1,2...p}，表示第p站的tdoa测量方差，p表示tdoa测量基站的个数。

进一步的，所述步骤2所包含以下步骤：

步骤2.1：根据基站观测到的到达角aoa测量值，建立基站坐标与干扰坐标间的数学模型具体为，

其中，θl是在站点l处观测到的宽带干扰源aoa，l∈{1,2...l}，(xu,yu)是干扰源的二维东北笛卡尔坐标，而(xl,yl)是第l个站点的笛卡尔坐标；这种表示虽然在数学上是准确的，但是当θl＝±90°时，tan(θl)容易出现数值不稳定，从而导致逼近无穷大，所以将两边都乘以cos(θl)：

因此，干扰机坐标(xu,yu)的普通最小二乘估计为：

然而，干扰信号传播到每个不同的接收站时受到不同路径损耗和局部多径以及天线阵列本身的作用，导致aoa估计具有不相等的方差，上述aoa定位方法将不再是最佳线性无偏估计器，需进行修正；

步骤2.2：根据步骤2.1的数学模型构建各基站到达角aoa估计具有不等方差情况下的到达角aoa测量误差协方差矩阵σθ∈r^n×n，其中σθ非对角元素为零，对角元素[σθ]l,l对应于第l个基站的aoa误差方差；

步骤2.3：根据步骤2.2的测量误差协方差矩阵求解干扰坐标对到达角aoa测量值的偏导数，

其中，rl表示第l个基站到干扰源的距离；

确定到达角aoa测量向量的雅可比矩阵ja，

步骤2.4：根据步骤2.3的雅可比矩阵推导高斯-牛顿迭代法，求解到达角aoa定位模型下干扰机坐标

其中，[δxu,δyu]^t表示由角度测量误差δθl引起的干扰源位置估计误差，ja表示aoa测量向量的雅可比矩阵，σθ表示到达角aoa测量误差协方差矩阵，表示第l站到达角aoa的估计值。

进一步的，所述步骤3所包含以下步骤：

步骤3.1：对于宽带gnss干扰器，使用互相关信号处理方法测量在几个站之间到达的差分到达时间tdoa，建立差分到达时间tdoa测量与宽带干扰坐标(xu,yu)的数学模型，

其中，||||是向量的欧几里得距离，c为电磁波传播速度，τij表示第i个基站与第j个基站间的差分到达时间tdoa，ri表示第i个基站到宽带干扰机的距离，rj表示第j个基站到宽带干扰机的距离；

步骤3.2：根据步骤3.1的数学模型构建各差分到达时间tdoa测量具有不等方差情况下的差分到达时间tdoa误差协方差矩阵στ，其中στ非对角元素为零，对角元素[στ]l,l对应于第l个基站到第1个基站的tdoa误差方差；

步骤3.3：根据步骤3.2的测量误差协方差矩阵求解干扰坐标对差分到达时间tdoa测量值的偏导数，

确定差分到达时间tdoa测量向量的雅可比矩阵jt，

其中，τn,1表示第p个基站与第1个基站间的差分到达时间tdoa；

步骤3.4：根据步骤3.3的雅可比矩阵推导高斯-牛顿迭代法，求解差分到达时间tdoa定位模型下干扰机坐标，

其中，表示第i站到第1个站的差分到达时间tdoa的估计值，δτi1表示第i个站到第1个站的差分到达时间tdoa的测量误差。

本发明考虑来自星形网络拓扑的tdoa观测值。如果考虑全连通网络，该算法仍然可以满足所有的tdoa。而且在存在一定的tdoa测量缺失的情况下，该算法仍然可以很容易地适应。

进一步的，所述步骤4所包含以下步骤：

步骤4.1：分别获取到达角aoa定位估计坐标[xa，ya]^t与差分到达时间tdoa定位估计坐标[xt，yt]^t及其位置误差协方差σa和σa；

步骤4.2：将到达角aoa和差分到达时间tdoa获得的位置信息进行松组合，

步骤4.3：将步骤4.2得到的松组合通过加权最小二乘求解到达角aoa和差分到达时间tdoa联合定位结果，获取gnss宽带干扰机的最终坐标。

进一步的，所述步骤4.3的最终坐标为，

其中，u,k是中间变量，

其中，联合定位误差协方差矩阵σat和变换矩阵hat分别为:

式中，i2表示2行2列的单位矩阵。。

实施例2

如图4所示，仅aoa或tdoa干扰源定位的克拉美罗界在15±5m范围内，而aoa/tdoa联合定位的克拉美罗界保持在7.5±0.75m范围内，这充分显示了aoa/tdoa联合估计的优越性。