论文部分内容阅读
无源定位因为其被动工作的特性,具有不易被发现、不易被干扰的优势,一直都是研究的热点。本文主要研究卫星平台上的无源定位系统信号处理方法。该平台具有通信容量受限,硬件处理能力较弱的特点。针对这一特点,本文基于脉冲到达时间(Time of Arrival,TOA)和信号到达频率(Frequency of Arrival,FOA)估计进行时差、频差估计,解决这一过程中出现的脉冲配对模糊问题,并利用时差、频差对地表视距目标进行定位。不失一般性地,本文以四星和双星平台为例进行仿真。具体内容有:(1)适用多种信号类型,高精度的基于TOA和FOA的时差频差估计算法的研究。基于TOA的时差估计方面,针对传统估计方法精度低、自适应能力差的问题,提出了最优复Morlet小波变换法,其优势包括:有自适应参数选择能力,多种信号类型都可适用,且估计精度高。进一步地,针对线性调频信号(Linear Frequency Modulation,LFM)信号提出了霍夫变换(Hough Transform,HT)和STFRFT的HT-STFRFT法,以充分利用LFM信号特性。其抗噪性高于最优复Morlet小波变换法的。在基于FOA的频差估计方面,传统的FFT类方法频率分辨率较低,多重信号分类(Multiple Signal Classification,MUSIC)法可克服频率分辨率的限制,但其存在特征值分解运算复杂度较高的问题。本文采用的PM-MUSIC(Propagator Method,PM)法既可以保持MUSIC法的较高估计性能,又可以同时提高运算速度。(2)脉冲配对解模糊方法研究,以解决由脉冲配对模糊引起的脉冲重复间隔(Pulse Repetition-frequency Interval,PRI)整数倍时差测量偏差的问题。特别针对双星定位场景下传统搜索类解模糊方法性能不佳的问题,本文提出解析法改进方法,通过牺牲运算复杂度以提高脉冲配对解模糊成功率。(3)基于半定规划的高精度无源定位算法研究。特别针对双星定位场景提出时差-频差-角度(Time Difference of Arrival-Frequency Difference of ArrivalAngle of Arrival,TDOA-FDOA-AOA)联合定位算法,建立新的凸优化矩阵和约束关系,解决传统方法定位精度低和收敛性不稳定的问题。最后,在MATLAB软件环境下对本文所提出算法进行了仿真分析和性能验证。仿真结果证明了本文在以上三个方面提出的算法都有一定条件下的性能改进,初步实现了高精度的参数估计和高精度定位。