论文部分内容阅读
近几十年来,多站无源定位与跟踪技术被广泛应用于雷达、声纳、导航、无线通信、电子战和传感器网络等领域中。常用的无源定位与跟踪参数包括到达角(Angle of Arrival,AOA)、到达时间差(Time Difference of Arrival,TDOA)、相位变化率(Phase Rate of Change,PRC)以及到达频率差(Frequency Difference of Arrival)等。然而,基于这些测量参数的定位与跟踪问题都是关于目标状态的高度非线性方程。本文对基于TDOA和FDOA信息的多站无源定位与跟踪问题作了创新性和探索性研究。从TDOA和FDOA定位原理和方法、系统模型、接收站站址误差、跟踪滤波算法等方面进行了研究和讨论,提出了相应的解决方法,为基于TDOA和FDOA信息的多站无源定位与跟踪系统的设计和实施提供了有力的理论支撑。具体来说,本文的主要研究内容和成果包括以下几个方面:1.提出了一种针对约束加权最小二乘问题的修正牛顿迭代法。首先将高度非线性TDOA定位方程转化为关于辐射源位置的伪线性方程组;然后利用伪线性方程组构造约束加权最小二乘问题,与基于最大似然函数的代价函数相比,约束加权最小二乘问题的代价函数具有较好的性能;最后利用修正牛顿法对此问题进行迭代求解。该算法一方面采取特征值修正避免了传统牛顿迭代法中海森矩阵奇异或非正定引起的发散问题;另一方面采用二次多项式拟合技术求取迭代步长,有效减少了迭代次数。2.当目标辐射源与观测站之间存在相对运动时,对多个时刻TDOA量测信息联合的定位问题进行了研究,提出了一种目标状态参数估计的两步加权最小二乘法,实现了多站TDOA测量序列的定位问题的解析求解。第一步是通过引入辅助变量,将多个时刻非线性TDOA定位方程转化为关于目标状态的伪线性方程,然后利用加权最小二乘法对辐射源状态和辅助变量进行估计;第二步是利用辐射源状态参数和辅助变量之间的关系来优化第一步加权最小二乘解。联合多个时刻测量的TDOA信息对辐射源进行定位减少了对观测站数目的要求。仿真实验表明,在TDOA测量误差较小时,两级加权最小二乘法对目标辐射源状态参数估计的均方根误差接近克拉美罗界(Cramér-Rao Lower Bound,CRLB)。3.接收站位置误差的存在会严重降低基于TDOA信息的辐射源定位精度。通过分析接收站位置信息准确已知和存在随机误差两种情况下的辐射源位置的CRLB,研究了接收站位置误差对TDOA定位精度的影响。利用约束加权最小二乘估计的思想,构造了新的代价函数,通过高斯牛顿法对辐射源和接收站位置进行迭代求解,仿真实验验证了新代价函数的有效性。针对现有基于多维标度分析的TDOA定位法中的缺点,提出了接收站位置误差情况下的加权多维标度分析定位算法,利用坐标矩阵的列空间和标量积矩阵的零空间之间的正交性来推导关于辐射源位置的伪线性方程,并构造新的加权矩阵来减少接收站位置误差对辐射源定位精度的影响,避免了现有多维标度分析定法中出现的矩阵奇异问题,所提算法具有较高的定位精度。4.对基于TDOA与FDOA信息的多站无源定位算法进行了研究。通过引入辅助变量,将高度非线性TDOA和FDOA联合定位问题转化为约束加权最小二乘优化问题,然后利用双迭代思想对目标辐射源位置与速度进行交替求解,一方面减小了迭代过程的矩阵求逆的计算复杂度;另一方面充分利用了FDOA量测方程为目标速度的线性函数这一性质。给出了双迭代算法的收敛性证明并将双迭代定位法扩展到接收站位置和速度误差情况下的TDOA和FDOA定位场景中。另外,针对传统基于多维标度分析的TDOA和FDOA联合定位算法中的不足之处,提出了接收站位置和速度误差情况下基于WMDS的TDOA和FDOA联合定位算法,WMDS法通过构造新的加权矩阵来减少接收站位置和速度误差对目标定位精度的影响,并且避免了现有多维标度分析TDOA和FDOA联合定位法中的矩阵奇异问题,增加了算法的稳健性。5.对基于TDOA的辐射源定位与跟踪联合滤波问题进行了研究。针对当前基于最大似然估计的定位法和基于扩展卡尔曼滤波(extended Kalman filter,EKF)的跟踪算法的不足,提出了结合最大似然函数和EKF的定位与跟踪联合滤波算法。通过联合EKF时间更新或者量测更新与最大似然函数来构造关于目标状态参数的新的代价函数,然后利用高斯牛顿法对辐射源状态参数进行求解。一方面,由EKF时间更新或量测更新所得的目标辐射源状态参数估计可以作为新的代价函数的初始值,这些初始估计要比传统的加权最小二乘解具有更高的精度;另一方面根据新代价函数所得目标状态参数估计减少了滤波过程中的传播误差,提高了目标状态参数估计精度,通过仿真分析验证了所提方法的优越性。