一种基于外辐射源时延和多普勒频率的直接定位方法
【技术领域】
[0001] 该发明设及一种外福射无源定位场景下的定位方法，特别是设及一种基于外福射 源时延和多普勒频率的直接定位方法。
【背景技术】
[0002] 外福射源无源定位，指的是利用非合作的第Ξ方福射源(例如AM/FM信号、普通/数 字电视信号等)作为目标的照射源，通过对直达波及反射回波进行处理，W得到时延、频率 等相关参数信息，进而实现对目标的定位与跟踪。利用第Ξ方的非合作照射源对目标进行 探测，不仅能够实现对隐形目标和静默目标的探测、定位与跟踪，同样也可W用于对目标的 成像与识别。
[0003] 目前外福射源无源定位采用的定位体制是传统的无源定位体制，即两步定位体 审IJ，即首先进行参数估计，如到达角度、到达时间、到达时间差、多普勒频差、接收信号强度 及多种参数联合估计，再通过对获取的参数进行定位解算获得目标的位置估计。由于传统 的两步定位法需要首先获得目标的相关参数，然后通过解定位方程来得到目标的位置估 计，使得参数估计和定位解算相分离，无法保证测量的参数与真实目标的位置信息相匹配， 同时第一步测量得到的参数的误差可能进一步被解算方法放大并且很难被消除，从而导致 整个数据处理过程中不可避免地存在信息损失，所W无法获得最优的估计性能。
[0004] 传统的两步定位算法具有模型本身的缺点，且定位性能受制于参数精度的获取， 使得定位存在一定的误差。考虑到接收的数据中本身已经含有时延参数、多普勒频率参数 W及目标位置等信息，那么直接从接收数据中提取目标的坐标参数也是可行的。因此，如何 能够从数据中直接获取目标位置信息就成为当前的研究热点。
[0005] A.Dornon等人首先分析了确定性最大似然估计器和高斯最大似然估计器用于宽 带发射源定位时的性能。A.Weiss通过构造最大似然代价函数，在定义的地理网格中进行二 维捜索直接得到目标的位置估计，提出了与两步定位法相区别的一种新定位方法--直接定 位法，该算法能够在低信噪比条件下逼近克拉美罗下界。DPD算法将参数估计与定位解算融 合到一个模型当中，避免了传统定位方法中的信息损失；同时DPD算法中融合了所有观测站 的数据信息，解决了多目标定位中"数据-发射源关联"的问题。但是他们所设计的直接定位 算法没有考虑具体的定位场景，因而减少了可W增加定位信息、提高定位精度的可能。在外 福射源无源定位背景下，各个观测站除了接收来自目标反射的回波信号之外，还要接收来 自外福射源的直达波信号，将直达波信号与回波信号一同构造高维的接收数据模型能够有 效地提高定位精度。
【发明内容】
[0006] 本发明克服了现有技术中，现有外福射源无源定位条件下传统两步定位方法精度 不足W及现有直接定位方法对外福射源直达波信号信息利用不足的问题，提供一种基于外 福射源时延和多普勒频率的直接定位方法。
[0007]本发明的技术解决方案是，提供一种具有W下步骤的基于外福射源时延和多普勒 频率的直接定位方法:包括W下步骤：
[000引步骤1:对L个观测站的双通道接收系统做好时间同步，并根据Nyquist采样定理采 集外福射源的直达波信号W及经目标反射的回波信号，从而获得多站接收的时域数据；
[0009] 步骤2:对各站双通道的接收数据分别计算其傅立叶系数，从而得到多站接收信号 的频域数据；
[0010] 步骤3:每个观测站将所获得的阵列信号频域数据传输至中屯、站，中屯、站将每个站 传输的阵列信号数据按照观测站的顺序堆找排列，W构造高维阵列信号频域数据；
[0011] 步骤4:在中屯、站对转化值频域的数据构造高斯最大似然函数并提取包含回波时 延、多普勒W及直达波时延信息的信息矩阵；
[0012] 步骤5:通过设定网格捜索范围，并计算地理网格点上数据信息矩阵对应的最大特 征值；
[0013] 步骤6:通过捜索网格范围内的最大值对应的坐标即可得到对目标的精确定位。
[0014] 所述步骤1中，第1个观测站的所接收到的信号时域模型为
[0015]
[0016] 其中，^表示外福射源相对于第1个观测站的直达路径时延；Ti=(||pe-p日I Η pi-p〇M)/c表示外福射源照射目标并反射至观测站产生的时延，C表示信号传播速度，II · 表示2范数;Pe为外福射源位置，发射信号带宽W，p〇为目标位置，速度为V=[Vx，Vy]T;Wl(t) 与分别表示均值为0,方差为σ2直达波通道与回波通道的加性平稳复高斯白噪声;fi 表示目标与观测站之间的多普勒频率，其包含两部分，一部分为外福射源照射至目标时信 号的多普勒频率，另一部分是反射回波到达观测站时产生的多普勒频率，故fl可表示为
[0017]
[001引其中，pi=[xi，yi]T(l = l，2，...，L)为具有双通道的观测站，一个通道接收来自外 福射源的直达波信号，一个通道接收来自目标反射的回波信号。
[0019] 所述步骤2中，第1个观测站的所接收到的信号频域模型为
[0020]
[0021] 其中，巧(乂），去化)，馬,化）与斬(乂）（乂:=,!/n思=吐±2，...)分别表示接收信 号、发射信号W及噪声的傅立叶系数。
[0022] 所述步骤3中，中屯、站所获得的高维信号频域模型为
[0023]
[0024] 其中，
[0025]
[00%]式中，巧表示循环移位矩阵，其形式如下所示，即将单位阵循环向下移位floor (Tfi)+1行，其作用是为了表示处于数据位置的多普勒频移；巧?即将矩阵S按行循环向下移 位門001'巧。），巧001'(?)表示向下取整，
[0027]
[0028] 所述步骤4中，构造的高斯最大似然函数为
[0029]
[0030] 经过推导简化，可得到如下形式
[0031]
[0032] 其中，
信息矩阵为
[0035]所述步骤5中，地理网格点上数据信息矩阵对应的最大特征值为C3 = Amax(Qc)，Qc的 维度为（2N+1)X(2N+1)，且当延长观测时间时会进一步增加 Qc的维度，对其特征值分解求 特征值极大地增加了运算量;考虑给定矩阵Χ,χΗχ与χχΗ的非零特征值是一致的，故可利用运 一结论将C3变换为
[0036]
[0037] 所述步骤6中，通过网格捜索得到代价函数的最大值对应的坐标即为目标位置的 估计
[00；3 引
[0039] 与现有技术相比，本发明基于外福射源时延和多普勒频率的直接定位方法具有W 下优点：首先通过计算接收信号的傅立叶系数将时域数据转化成频域数据，然后对转换至 频域的接收数据构建高斯最大似然估计器，再将从数据中提取目标位置信息的问题转化为 求解信息矩阵的最大特征值的问题，最后通过地理网格捜索获取目标位置的估计。与传统 的两步定位算法相比，本发明提供的方法直接利用接收底层数据进行位置估计，避免了因 参数估计与位置解算相分离而导致测量参数不能保证与真实位置匹配的问题，减少了定位 信息的损失，定位精度明显提升且进一步逼近克拉美罗下界并对观测站具有不同信噪比的 情况具有较好的鲁棒性。
[0040] 相比于传统两步定位方法W及现有的直接定位方法，综合考虑了外福射源的直达 波信息与目标反射回波信息，构建了包含时延与多普勒信息的多维信号模型，通过利用底 层接收数据直接对目标位置进行估计，获取了更高的定位精度W及对观测站具有不同信噪 比的鲁棒性。本发明公开的定位方法具有实现简单、高效的特点，是一种性能稳健、可靠的 高精度定位方法。
【附图说明】
[0041] 图1是本发明基于外福射源时延和多普勒频率的直接定位方法中两步定位体制与 直接定位体制对比示意图；
[0042] 图2是本发明基于外福射源时延和多普勒频率的直接定位方法中一种外福射源无 源定位场景的示意图；
[0043] 图3是本发明基于外福射源时延和多普勒频率的直接定位方法中外福射源无源定 位场景下联合时延与多普勒的直接定位原理框图；
[0044] 图4是本发明基于外福射源时延和多普勒频率的直接定位方法中定位实例场景示 意图；
[0045] 图5是本发明基于外福射源时延和多普勒频率的直接定位方法中直接定位方法的 网格伪谱图；
[0046] 图6是本发明基于外福射源时延和多普勒频率的直接定位方法中不同方法的定位 均方根误差随信噪比的变化曲线；
[0047] 图7是本发明基于外福射源时延和多普勒频率的直接定位方法中不同方法的定位 均方根误差随观测站数量的变化曲线。
【具体实施方式】
[004引下面结合附图和【具体实施方式】对本发明基于外福射源时延和多普勒频率的直接 定位方法作进一步说明：如图所示，本实施例为了解决上述问题，需要首先建立包含外福射 源的直达波信号W及目标反射的回波信号的数学模型，基于此，通过计算接收信号的傅立 叶系数将时域数据转化成频域数据，然后对转换至频域的接收数据构建高斯最大似然估计 器，再将从数据中提取目标位置信息的问题转化为求解信息矩阵的最大特征值的问题，最 后通过地理网格捜索获取目标位置的估计。本发明具体实施步骤如下：
[0049] 本发明公开的外福射源无源定位场景下联合时延与多普勒的直接定位方法需要 每个接收站接收来自外福射源的直达波信号W及经目标反射的回波信号，每个观测站会将 转化值频域的数据传输至中屯、站，中屯、站将利用运些底层数据对目标进行位置估计。
[0050] 如图3所示，本发明公开的外福射源无源定位场景下联合时延与多普勒的直接定 位方法包括W下步骤：
[0051] 步骤1:对L个观测站的双通道接收系统做好时间同步，并根据Nyquist采样定理采 集外福射源的直达波信号W及经目标反射的回波信号，从而获得多站接收的时域数据。
[0052] 步骤2:对各站双通道的接收数据分别计算其傅立叶系数，从而得到多站接收信号 的频域数据。
[0053] 步骤3:每个观测站将所获得的阵列信号频域数据传输至中屯、站，中屯、站将每个站 传输的阵列信号数据按照观测站的顺序堆找排列，W构造高维阵列信号频域数据。
[0054] 步骤4:在中屯、站对转化值频域的数据构造高斯最大似然函数并提取包含回波时 延、多普勒W及直达波时延信息的信息矩阵。
[0055] 步骤5:通过设定网格捜索范围，并计算地理网格点上数据信息矩阵对应的最大特 征值。
[0056] 步骤6:通过捜索网格范围内的最大值对应的坐标即可得到对目标的精确定位。
[0057] 所述步骤1中，第1个观测