[go: up one dir, main page]

CN106443655B - 一种多输入多输出雷达近场定位算法 - Google Patents

一种多输入多输出雷达近场定位算法 Download PDF

Info

Publication number
CN106443655B
CN106443655B CN201610839563.9A CN201610839563A CN106443655B CN 106443655 B CN106443655 B CN 106443655B CN 201610839563 A CN201610839563 A CN 201610839563A CN 106443655 B CN106443655 B CN 106443655B
Authority
CN
China
Prior art keywords
algorithm
weighted
positioning
target
perform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610839563.9A
Other languages
English (en)
Other versions
CN106443655A (zh
Inventor
胡居荣
袁倩如
周进
顾根瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Haozhifeng High Tech Co ltd
Original Assignee
Hohai University HHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201610839563.9A priority Critical patent/CN106443655B/zh
Publication of CN106443655A publication Critical patent/CN106443655A/zh
Application granted granted Critical
Publication of CN106443655B publication Critical patent/CN106443655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种多输入多输出雷达近场定位算法，首先采用chan算法的思想，进行第一次加权最小二乘法估计；然后定义一个新的残差矩阵，进行第二次加权最小二乘法估计；最后将第二次估计的结果初值代入泰勒算法中，进行迭代处理，直至输出定位结果小于设定的最小阈值。本发明能够实现近场目标的精确定位，适用于MIMO雷达近场定位系统。

Description

一种多输入多输出雷达近场定位算法
技术领域
本发明涉及一种多输入多输出雷达近场定位算法。
背景技术
隐形轰炸机的出现，给雷达定位带来了新的挑战。隐形机出现在近场范围中，采用传统的雷达定位方法是远远不能达到定位要求的。TDOA方法是通过测量经目标反射的信号到达多个接收机的时间差来进行定位的方法。基于的位置的估计方法通常要两个步骤。第一步，通过延时估计，获得目标到两个接收基站的时间差测量值。第二步，根据测量值建立双曲线方程组，然后应用相应的算法进行求解。对TDOA方程采用传统的chan算法的思想进行两次加权最小二乘(WLS，Weighted least square)算法的处理，并不能精确地估计出目标的位置。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种多输入多输出雷达近场定位算法，解决现有技术中雷达定位估计目标位置精确度偏低的技术问题。
为解决上述技术问题，本发明所采用的技术方案是：一种多输入多输出雷达近场定位算法，包括如下步骤：
步骤一：采用chan算法的思想，进行第一次加权最小二乘法估计；
步骤二：定义一个新的残差矩阵，进行第二次加权最小二乘法估计；
步骤三：将步骤二估计的结果初值代入泰勒算法中，进行迭代处理，直至输出定位结果小于设定的允许误差。
步骤一的具体步骤如下：
步骤101：建立定位模型，计算目标到发射机的距离：
在二维笛卡尔坐标中，假定目标位置为(x,y)；发射雷达个数为M，坐标为(xtk,ytk)，k＝1,2…M，发射机发射正交信号；接收雷达个数为N，坐标为(xrl,yrl)，l＝1,2...,N，指定第N个接收机为参考接收机，其坐标为(xrN,yrN)；
当前模型中，目标到达接收机N的距离为：
目标到各发射机的距离为：
步骤102：进行第一次加权最小二乘法估计，估算目标位置：
定义dtk与dtN之间的距离差为dkN，且考虑噪声的影响，当获得差分到达时间参数τk时，得
其中，c为电磁波在空间传播的速度3×108m/s；误差nk是i.i.d，均值为0，方差为σ2，服从高斯随机分布；为平均噪声且是i.i.d，服从
将等式(3)两侧分别平方，可得：
w＝b-Aa (4)
其中，a＝[x y dkN]T；b＝[b1 b2 ... bM]T， 表示Schur积，B＝diag{dt1,dt2...dtM}；
表示误差矢量为：
ψ＝BQB (5)
因噪声是i.i.d，故
其中，I为单位矩阵。
假设a中的元素是独立的，通过最小二乘法进行目标位置的估计，结果为
由(7)式可得到第一次加权最小二乘法估计的目标位置。
步骤二的具体步骤如下：
定义一个新的残差矩阵ε：
ε＝h-Gθ (8)
其中， 分别为等式(7)中中的元素，利用加权最小二乘法结合(8)式，可得
其中， 由此求出优化的解。
步骤三的具体步骤如下：
将公式(9)式的解作为泰勒算法运算的初始位置的估计值；
设定λ为允许误差；当|Δx|+|Δy|＜λ时，输出最终的定位结果；否则，泰勒算法估计值(X(k),Y(k))分别与其对应的偏差相加构成新的初值后，再次代入到泰勒算法中继续迭代处理，直至|Δx|+|Δy|＜λ；Δx，Δy是位置估计的偏差。
与现有技术相比，本发明所达到的有益效果是：
本发明专利涉及多输入多输出(MIMO，Multiple Input Multiple Output)雷达近场定位过程中的目标定位与提高定位精度的方法，尤其考虑到达时间差(TDOA，TimeDifference of Arrival)的双曲线方程的非线性和噪声干扰等因素，旨在近场定位受噪声影响的情况下，通过此种方法，提高目标定位的精度。本发明能够实现近场目标的精确定位，适用于MIMO雷达近场定位系统。
附图说明
图1是本发明的算法流程图。
图2是本发明的定位效果图。
图3是三次加权最小二乘法估计在不同标准差σ下的MSE比较图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，是本发明的算法流程图，包括如下步骤：
步骤一：采用chan算法的思想，进行第一次加权最小二乘法估计；
步骤101：建立定位模型，计算目标到发射机的距离：
在二维笛卡尔坐标中，假定目标位置为(x,y)；发射雷达个数为M，坐标为(xtk,ytk)，k＝1,2…M，发射机发射正交信号；接收雷达个数为N，坐标为(xrl,yrl)，l＝1,2...,N，指定第N个接收机为参考接收机，其坐标为(xrN,yrN)；
当前模型中，目标到达接收机N的距离为：
目标到各发射机的距离为：
步骤102：进行第一次加权最小二乘法估计，估算目标位置：
定义dtk与dtN之间的距离差为dkN，且考虑噪声的影响，当获得差分到达时间参数τk时，得
其中，c为电磁波在空间传播的速度3×108m/s；误差nk是i.i.d，均值为0，方差为σ2，服从高斯随机分布；为平均噪声且是i.i.d，服从
将等式(3)两侧分别平方，可得：
w＝b-Aa (4)
其中，a＝[x y dkN]T；b＝[b1 b2 ... bM]T， 表示Schur积，B＝diag{dt1,dt2...dtM}；
表示误差矢量为：
ψ＝BQB (5)
因噪声是i.i.d，故
其中，I为单位矩阵。
假设a中的元素是独立的，通过最小二乘法进行目标位置的估计，结果为
由(7)式可得到第一次加权最小二乘法估计的目标位置。
步骤二：定义一个新的残差矩阵，进行第二次加权最小二乘法估计；
实际上目标位置和目标发射/接收机位置是相关的，这里定义一个新的残差矩阵ε，对上述的算法进行改进：
ε＝h-Gθ (8)
其中， 分别为等式(7)中中的元素，利用加权最小二乘法结合(8)式，可得
其中，ψ1＝[ε εT]， 由此求出优化的解。
步骤三：将步骤二估计的结果初值代入泰勒算法中，进行迭代处理，直至输出定位结果小于设定的允许误差。
为了获取更为精确的定位结果，采用泰勒级数展开算法，将公式(9)式的解作为泰勒算法运算的初始位置的估计值；
设定λ为允许误差；当|Δx|+|Δy|＜λ时，输出最终的定位结果；否则，泰勒算法估计值(X(k),Y(k))分别与其对应的偏差相加构成新的初值后，再次代入到泰勒算法中继续迭代处理，直至|Δx|+|Δy|＜λ；Δx，Δy是位置估计的偏差。
为了验证本发明MIMO雷达近场定位算法的有效性，设定发射机和接收机分别位于直径为10km的圆上，在标准差σ＝10时，观测定位的效果，仿真结果如图2所示。图3中，可看出在一定的标准差σ范围内，本发明所采用的算法能够优化定位结果且获得较为精确的目标位置估计。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (2)

1.一种多输入多输出雷达近场定位算法，其特征在于：包括如下步骤：
步骤一：采用chan算法的思想，进行第一次加权最小二乘法估计；
步骤一的具体步骤如下：
步骤101：建立定位模型，计算目标到发射机的距离：
在二维笛卡尔坐标中，假定目标位置为(x,y)；发射雷达个数为M，坐标为(xtk,ytk)，k＝1,2…M，发射机发射正交信号；接收雷达个数为N，坐标为(xrl,yrl)，l＝1,2...,N，指定第N个接收机为参考接收机，其坐标为(xrN,yrN)；
当前模型中，目标到达接收机N的距离为：
目标到各发射机的距离为：
步骤102：进行第一次加权最小二乘法估计，估算目标位置：
定义dtk与dtN之间的距离差为dkN，且考虑噪声的影响，当获得差分到达时间参数τk时，得
其中，c为电磁波在空间传播的速度3×108m/s；误差nk是i.i.d，均值为0，方差为σ2，服从高斯随机分布；为平均噪声且是i.i.d，服从
将等式(3)两侧分别平方，可得：
w＝b-Aa (4)
其中，a＝[x y dkN]T；b＝[b1 b2 ... bM]T， 表示Schur积，B＝diag{dt1,dt2...dtM}；
表示误差矢量为：
ψ＝BQB (5)
因噪声是i.i.d，故
其中，I为单位矩阵；
假设a中的元素是独立的，通过最小二乘法进行目标位置的估计，结果为
由(7)式可得到第一次加权最小二乘法估计的目标位置；
步骤二：定义一个新的残差矩阵，进行第二次加权最小二乘法估计；
步骤二的具体步骤如下：
定义一个新的残差矩阵ε：
ε＝h-Gθ (8)
其中， 分别为等式(7)中中的元素，利用加权最小二乘法结合(8)式，可得
其中，ψ1＝[ε εT]，
由此求出优化的解；
步骤三：将步骤二估计的结果初值代入泰勒算法中，进行迭代处理，直至输出定位结果小于设定的允许误差。
2.根据权利要求1所述的多输入多输出雷达近场定位算法，其特征在于：步骤三的具体步骤如下：
将公式(9)式的解作为泰勒算法运算的初始位置的估计值；
设定λ为允许误差；当|△x|+|△y|＜λ时，输出最终的定位结果；否则，泰勒算法估计值(X(k),Y(k))分别与其对应的偏差相加构成新的初值后，再次代入到泰勒算法中继续迭代处理，直至|△x|+|△y|＜λ；△x，△y是位置估计的偏差。
CN201610839563.9A 2016-09-21 2016-09-21 一种多输入多输出雷达近场定位算法 Active CN106443655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610839563.9A CN106443655B (zh) 2016-09-21 2016-09-21 一种多输入多输出雷达近场定位算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610839563.9A CN106443655B (zh) 2016-09-21 2016-09-21 一种多输入多输出雷达近场定位算法

Publications (2)

Publication Number Publication Date
CN106443655A CN106443655A (zh) 2017-02-22
CN106443655B true CN106443655B (zh) 2018-08-17

Family

ID=58166529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610839563.9A Active CN106443655B (zh) 2016-09-21 2016-09-21 一种多输入多输出雷达近场定位算法

Country Status (1)

Country Link
CN (1) CN106443655B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106959437B (zh) * 2017-03-22 2019-10-11 武汉大学 一种基于多发多收的外辐射源雷达目标定位方法及装置
CN109100683A (zh) * 2018-06-29 2018-12-28 福州大学 基于卡尔曼滤波的chan-加权质心室内定位方法
CN109407084B (zh) * 2018-08-30 2023-05-05 河海大学 基于Chan改进算法和数据融合的雷达目标定位方法
CN109541546A (zh) * 2018-10-17 2019-03-29 天津大学 一种基于tdoa的水下长基线声学定位方法
CN109375165B (zh) * 2018-11-22 2021-12-14 中电科思仪科技股份有限公司 一种tdoa多测量站的定位方法
CN110212993B (zh) * 2019-06-04 2022-01-28 郑州大学 一种信号检测方法、装置、设备及可读存储介质
CN112526523B (zh) * 2020-10-30 2023-09-19 中国航空工业集团公司洛阳电光设备研究所 改进的多基地声纳定位的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728591A (zh) * 2013-12-17 2014-04-16 河海大学 一种mimo雷达近场目标高效实波束方位聚焦方法
CN104635230A (zh) * 2015-03-05 2015-05-20 北京航空航天大学 一种用于mimo-sar近场测量成像方位向旁瓣抑制的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6132576B2 (ja) * 2013-02-12 2017-05-24 古野電気株式会社 信号処理装置、レーダ装置、及び信号処理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728591A (zh) * 2013-12-17 2014-04-16 河海大学 一种mimo雷达近场目标高效实波束方位聚焦方法
CN104635230A (zh) * 2015-03-05 2015-05-20 北京航空航天大学 一种用于mimo-sar近场测量成像方位向旁瓣抑制的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Target Localization Accuracy Gain in MIMO Radar-Based Systems;Hana Godrich等;《IEEE TRANSACTIONS ON INFORMATION THEORY》;20100630;第56卷(第6期);第2783-2803页 *
近场非合作源MIMO雷达多目标定位与信道估计;马鹏等;《现代防御技术》;20100430;第38卷(第2期);第93-98页 *

Also Published As

Publication number Publication date
CN106443655A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN106443655B (zh) 一种多输入多输出雷达近场定位算法
CN109633581B (zh) 基于外辐射源tdoa/fdoa误差校正下的定位方法
CN103945532B (zh) 一种基于质点弹簧模型的三维加权质心定位方法
CN106405533B (zh) 基于约束加权最小二乘的雷达目标联合同步与定位方法
Shi A new weighted centroid localization algorithm based on RSSI
CN110493742A (zh) 一种用于超宽带的室内三维定位方法
CN106353720B (zh) 基于tdoa/groa的多站连续定位模型
CN102156279A (zh) 基于mimo的双基地雷达地面动目标检测方法
CN106959437B (zh) 一种基于多发多收的外辐射源雷达目标定位方法及装置
CN106249197B (zh) 一种多点定位系统中接收机位置误差的自校准方法
CN104053234A (zh) 一种基于rssi的坐标误差补偿定位系统和方法
CN113608165A (zh) 一种基于信号到达时间差的多站无源定位方法
CN105223554A (zh) 基于多普勒三通道联合处理的空时自适应单脉冲测角方法
CN104459685B (zh) 一种统计mimo雷达多目标高速定位方法
CN107907860A (zh) 一种利用频控阵技术抗时差测量的定位欺骗方法
Ji et al. Systematic bias correction in source localization
Zhu et al. Localization optimization algorithm of maximum likelihood estimation based on received signal strength
CN110133586A (zh) 基于线性校正的toa联合同步与定位方法
CN110536410A (zh) 非视距环境下基于rss和tdoa测量的定位方法
Noroozi et al. A new estimator for elliptic localization in distributed MIMO radar systems
CN106019222B (zh) 一种基于定位算法残差的二次规划定位方法
Pishevar et al. A closed-form two-step target localization in MIMO radar systems using BR measurements
Ai et al. Multi-target localization for noncoherent MIMO radar with widely separated antennas
CN110907925A (zh) 一种高频地波雷达双站模型下的权重定位方法
CN105974391B (zh) 非确知目标先验知识条件下mimo雷达稳健波形设计方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20231120

Address after: Room 6-231, Tengfei Building, No. 88 Jiangmiao Road, Research and Innovation Park, Nanjing Area, China (Jiangsu) Pilot Free Trade Zone, Nanjing, Jiangsu Province, 210000 (Information Application)

Patentee after: Jiangsu Haozhifeng High tech Co.,Ltd.

Address before: 211100 No. 8 West Buddha Road, Jiangning District, Jiangsu, Nanjing

Patentee before: HOHAI University

TR01 Transfer of patent right