论文部分内容阅读
由阵列节点组成的无线传感器阵列网络(WSAN)具有精度高、隐蔽性好的特点,在低空、地面以及水下等目标的被动式定位和追踪等国防安全领域有广泛的应用价值。然而在实际应用中,WSAN的计算、通信和能量等资源均受到限制,如何在受资源限制的WSAN中实现高精度的被动目标定位是一个极具挑战性的课题。本文在综述了WSAN国内外关于被动目标定位最新研究进展的基础上,针对WSAN的资源受限从方位角估计、基于方位角定位、基于阵列协方差矩阵定位和基于阵列间相干信息处理定位等多方面展开较为系统和深入的研究。本文的主要内容如下：1.提出了一种新的基于稀疏变量投影(SVP)的窄带波达方位角(DOA)低计算复杂度估计方法。该方法通过引入一个稀疏指示向量,将原来用于窄带DOA估计的联合稀疏信号表示(JSSR)问题转化为单稀疏信号表示(SSSR)司题。并针对SVP中用l0-范数进行稀疏惩罚的NP难问题,用lp-范数对稀疏指示向量进行约束,从而转化为一个无约束的优化问题。给出了SVP-lp的迭代算法,并且证明该算法在0<p<1时超线性收敛于局部极小值。2.提出了一种基于子带信息融合(SIV)的宽带DOA估计方法,提高了DOA估计性能和增加了阵列设计自由度。引入一个稀疏指示向量,把原有的子频带独立稀疏表示问题转化为子带信息融合问题,提高了DOA估计的精度和鲁棒性。针对宽带DOA估计的空间解模糊问题取决于子带频率,通过SIV方法得到解空间模糊最大化的充分条件。3.提出了一类面向纯方位目标定位的位置受惩极大似然(LPML)估计器。通过分析纯方位目标定位下目标和阵列之间的几何位置关系,得到角度最大似然与位置最大似然的非线性映射,提出了LPML估计器。理论分析表明,LPML估计器的均方误差下界比传统方位角极大似然(TBML)估计器的克拉美罗下界(CRLB)更小。仿真与物理实验表明,LPML估计器比TBML估计器具有更好的性能。4.针对基于稀疏表示的协方差矩阵拟合(SBCMF)直接定位方法的高计算复杂度,提出一种基于联合阵列协方差矩阵稀疏表示下稀疏指示向量重构(SIVR-JSRACM)的低算法复杂度多目标直接定位方法。通过引入一个稀疏指示向量,实现联合稀疏表示所有的阵列协方差矩阵。接着用lp<1对稀疏指示向量进行惩罚,多目标定位问题转化为无约束的优化问题并用迭代的方式求解。SIVR-JSRACM直接定位方法不需要先验的目标个数信息,具有超高分辨率,在低信噪比下具有较好鲁棒性,不需要阵列间时间同步等。另外,SIVR-JSRACM算法每次迭代的算法复杂度的上界仅为虚拟源个数的二次方。5.研究了一类WSAN中基于到达方位角-到达增益率-到达时间差(AOA-GROA-TDOA,AGT)定位的克拉美罗下界(CRLB)。该下界同时考虑了阵列间完美相干、部分相干或者不相干的定位场景。当阵列间达到完美相干或者部分相干时,AGT方法具有最好的性能。当阵列间不存在相干信息时,AGT方法变成基于AOA-GROA被动目标定位方法。通过CRLB下界的仿真实例,AGT定位比现有基于AOA、基于TDOA和基于AOA-TDOA等方法的性能要好。