1.一种接收机位置误差下多无人机目标的tdoa定位方法,每个无人机上预置1个辐射源,其特征在于,包括以下步骤:
s1,利用m个接收机截获n个辐射源的信号,提取对应的tdoa测量信息,构建rd测量方程:
r=r°+dr(1)
其中,r为rd测量向量矩阵,且r=[r1t,r2t,…,rnt]t;ri为辐射源i到接收机j=2,3,…,m的测量距离与其到达参考接收机1的测量距离之差的向量矩阵,且ri=[r21,i,r31,i,…,rm1,i]t,i=(1,2,…n);rj1,i为辐射源i到接收机j=2,3,…,m的测量距离与其到达参考接收机的测量距离之差,且
s2,通过引入辅助变量以及对rd测量方程进行非线性变换,构建线性估计方程;
s201,引入辅助变量
根据式(2)计算获得辅助变量θ的估计协方差矩阵:
式中,w1为加权矩阵,
g1=diag([g1,1,g1,2,...,g1,n]),
δh1表示误差向量矩阵,dh1,i=b1,idri+d1,ids(7)
其中,
且
b1=diag([b1,1,b1,2,...,b1,n]),
s202,根据辅助变量
其中,w2为加权矩阵,且
s3,采用迭代加权最小二乘法获得辐射源目标的定位结果估计值;
步骤s301,令迭代次数k=0,设置加权矩阵
步骤s302,将加权矩阵w1代入式(2)中进行计算,获得辅助变量θ的初步估计结果
步骤s303,将辅助变量θ的初步估计结果
步骤s304,将b1,i,d1,i代入式(8),求得b1,d1;
步骤s305,将b1,d1代入式(4),计算更新w1,累计迭代次数k,判断k是否大于2,若不大于,则返回执行步骤s302;若大于,则执行步骤s306;
步骤s306,将更新后的加权矩阵w1代入式(3)中,得到辅助变量θ的初步估计结果
步骤s307,将协方差矩阵
步骤s308,将加权矩阵w2代入式(10),即得到最终定位结果。
2.根据权利要求1所述的接收机位置误差下多无人机目标的tdoa定位方法,其特征在于,步骤s1的具体步骤为:
s101,以接收机1作为参考接收机,计算辐射源i发射的信号到达接收机j的时间与其到达参考接收机的时间之差
其中,
s102,对公式(13)做变形,得到辐射源i和接收机j的rd测量公式:
考虑到实际中测量误差的影响,则进一步将辐射源i和接收机j的rd测量公式表示为:
对于系统中的n个辐射源和m个接收机,一共可以得到n(m-1)个rd测量公式;
s103,定义r=[(r1)t,(r2)t,…,(rn)t],ri=[r21,i,r31,i,…,rm1,i]ti=(1,2,…n);
则上述n(m-1)个rd测量公式表示为:
r=r°+δr(1)
其中,rd测量误差向量矩阵δr服从零均值的高斯分布,其协方差矩阵为
qr=e(δrδrt)。
3.根据权利要求1所述的接收机位置误差下多无人机目标的tdoa定位方法,其特征在于,s201的具体步骤如下:
将辅助参数与辐射源目标位置参数之间的约束关系为
对于辐射源i,引入辅助向量
其中,
δh1,i表示为误差向量矩阵,且δh1,i=b1,iδri+d1,iδs;
b1,i为(m-1)×(m-1)的矩阵,d1,i为(m-1)×3m的矩阵,二者的具体表达式为
对于n个辐射源目标,令
g1θ°=h1+δh1(16)
式中,
g1=diag([g1,1,g1,2,...,g1,n]),
δh1为总的误差向量,且δh1=b1δr+d1δs;
b1=diag([b1,1,b1,2,...,b1,n]),
对式(16)进行求解,获得加权最小二乘解:
其中,w1为加权矩阵,且w1选取为:
忽略矩阵g1和d1中的误差,计算获得式(2)中θ的估计误差δθ为:
将式(17)乘以其转置,并求期望,可得θ的估计协方差矩阵为:
4.根据权利要求1所述的接收机位置误差下多无人机目标的tdoa定位方法,其特征在于:步骤s202具体包括以下步骤:
将辅助参数与辐射源目标位置参数之间的约束关系为
令
将
对于辐射源i,构建如下方程:
其中,
δh2,i为误差向量,且δh2,i=b2,iδθi+d2,iδs1,δθi为辅助变量θi的估计误差;
对于n个辐射源,获得n个矩阵
g2u°=h2+δh2(19)
式中,
g2=diag([g2,1,g2,2,...,g2,n])
δh2为总的误差向量,且δh2=b2δθ+d2δs,δθ为辅助变量矩阵θ的估计误差;其中,
b2=diag([b2,1,b2,2,...,b2,n]),
对式(19)进行求解,获得加权最小二乘解:
其中,w2为加权矩阵,且w2选取为: