CN109870673A - 一种基于空时域联合处理的可移动单站直接定位方法 - Google Patents

Abstract

本发明提供了一种基于空时域联合处理的可移动单站直接定位方法，首先确定系统经过G次延时处理后在观测点处的接收信号数据矩阵及其协方差矩阵，对协方差矩阵进行特征分解，并计算噪声子空间，在观测区域内均匀分布初始的各个粒子，计算平均最佳位置，采用量子行为粒子群算法寻找空时域联合处理直接定位法的代价函数的的最优值，根据位移更新方程计算粒子的新位置，迭代至全局最佳位置的值之间的差值不超过0.001，把当前粒子的最佳位置作为目标位置的最优估计值。本发明有效提高了定位估计的精度和分辨能力，通过增加接收信号在时域的延时抽头来提高天线阵列的自由度，大大提高了定位估计的性能。

Description

一种基于空时域联合处理的可移动单站直接定位方法

技术领域

本发明属于定向定位领域，涉及一种可移动单站直接定位方法。

背景技术

可移动单站定位技术能够实时准确地对敌方目标进行方位角估计、位置信息估计，已广泛应用于军事和民用领域。传统可移动单站定位方法中不可避免地涉及多项定位参数的估计问题，需要先对DOA(波达角)、到达时间差、多普勒频移等中间信息或者是多种观测信息相结合进行估计，再进行定位估计，过程较为繁琐，并且定位精度很差，同时，中间参数的精度直接决定着最终定位方法的性能。

利用直接定位方法，无需参数测量的条件下，从观测数据中直接解析出目标位置。该算法避免了像传统方法那样需要先进行DOA估计再进行定位估计，计算起来更为高效，并且比传统方法具有更高的定位精度。但是，直接定位方法只是利用阵列天线接收空域的数据信息来进行协方差运算，在阵元数目少、阵列接收数据的采样快拍数比较小、来波信号的信噪比较低的情况下，定位估计的性能会大大降低。

发明内容

为了克服现有技术的不足，本发明提供一种基于空时域联合处理的可移动单站直接定位方法，能够在阵元数目少、阵列接收数据的采样快拍数比较小、来波信号的信噪比较低的情况下，确保定位估计的性能不下降。

本发明解决其技术问题所采用的技术方案包括以下步骤：

a)假设天线阵列阵元数目为M，信源数目为Q，且Q>M，来波信号S(t)为窄带信号，信道噪声N(t)是均值为零的加性高斯白噪声，采样快拍数为K，空域方位矢量为A_l，延时抽头数是G，并且每次延时处理的时间间隔为τ，阵列在观测点l时刻t-τ的采样数据矩阵v_l＝[v₁(t-τ),…,v_M(t-τ)]^T＝A_lS(t-τ)+N(t-τ)；

系统经过G次延时处理，在观测点处接收信号数据矩阵

式中

A_ST-l(p)＝[a_ST-l(P₁)，a_ST-l(P₂)，…，a_ST-l(P_Q)]∈C^M×Q

f_i表示来波信号频率，i＝1,2,…,Q，d_m表示第m个阵元至参考点的距离，m＝1,…,M，a_ST-l表示空时域方位矢量；

b)经过G次延时处理后接收信号数据的协方差矩阵

c)对协方差矩阵进行特征分解，并计算噪声子空间

式中Q_S为特征向量矩阵，∑_S表示对角矩阵，表示信号子空间，表示噪声子空间；

d)在观测区域内均匀分布初始的各个粒子x_i,j(0)，让各自的最佳位置为P_i,_j(0)＝x_i,j(0)；计算平均最佳位置C(t)；

e)将目标区域内各点对应的空时域方位矢量a_ST-l(x,y,z)分别向噪声子空间投影并求和，空时域联合处理直接定位法的代价函数

在监测区域内搜索代价函数的最优值，采用量子行为粒子群算法寻找代价函数的的最优值；

f)根据位移更新方程计算粒子的新位置，其中

i表示第i个粒子群；M表示粒子总数；j表示粒子的维数；N表示搜索空间的维数；t表示进化代数；u_i,j(t)和均为[01]区间上均匀分布的随机数；x_i,j(t)表示位置，最佳位置用P_i,j(t)表示，p_i,j(t)为吸引子位置；G_i,j(t)表示群体的最佳位置；C(t)表示粒子的平均最佳位置；α是扩张-收缩因子；

g)重复步骤(e)、(f)，直到全局最佳位置的值之间的差值不超过0.001，把当前粒子的最佳位置作为目标位置的最优估计值。

本发明的有益效果是：无需中间参数测量，从观测数据中直接解析出目标位置，有效提高了定位估计的精度和分辨能力，通过增加接收信号在时域的延时抽头来提高天线阵列的自由度，大大提高了定位估计的性能。

附图说明

图1是基于空时域联合处理的直接定位方法流程图；

图2是定位模型意图；

图3是空时联合信号处理的框图；

图4是在信噪比SNR＝20，采样快拍数k＝512,时域抽头G＝3时本发明方法基于空时域联合处理的直接定位法谱图；

图5是在信号功率为-5dB,时域抽头为3时本发明方法均方根误差与快拍数的变化关系；

图6是快拍数为300，延时抽头数为3时本发明方法在不同信噪比下的均方根误差变化图。

具体实施方式

下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。

本发明包括以下步骤：

a)假设天线阵列阵元数目为M，信源数目为Q，且Q>M，来波信号S(t)为窄带信号，信道噪声N(t)是均值为零的加性高斯白噪声，采样快拍数为K，空域方位矢量为A_l。延时抽头数是G，并且每次延时处理的时间间隔为τ。阵列在观测点l时刻t-τ的采样数据矩阵可表示为：

v_l＝[v₁(t-τ),…,v_M(t-τ)]^T＝A_lS(t-τ)+N_l(t-τ) (1)

系统经过G次延时处理，且每次的时间间隔为τ，则在观测点处接收信号数据矩阵为：

式中

A_ST-l(p)＝[a_ST-l(p₁),a_ST-l(p₂),…,a_ST-l(p_Q)]∈C^M×Q (4)

其中f_i,i＝1,2,…,Q表示来波信号频率。d_m,m＝1,…,M表示第m个阵元至参考点的距离，a_ST-l表示空时域方位矢量。

b)经过G阶延时处理后接收信号数据的协方差矩阵为：

式中R_SS为入射信号的自相关矩阵，为Kronecker积，σ²表示噪声功率，I表示单位矩阵，为各级延时因子组成的列向量，即

在具体实现中，数据协方差矩阵用采样协方差矩阵代替，即

c)对协方差矩阵进行特征分解，并计算噪声子空间

式中Q_S为特征向量矩阵，∑_S表示对角矩阵，表示信号子空间，表示噪声子空间。

d)在观测区域内均匀分布初始的各个粒子x_i,j(0)，让各自的最佳位置为P_i,_j(0)＝x_i,j(0)，再计算平均最佳位置C(t)；

e)然后将目标区域内各点对应的空时域方位矢量a_ST-l(x,y,z)分别向噪声子空间投影并求和，空时域联合处理直接定位法的代价函数为：

在监测区域内搜索代价函数的最优值，采用量子行为粒子群算法(QPSO)来寻找代价函数的的最优值。对各粒子计算其代价函数，如果比上次迭代的平均最佳位置C(t-1)大就更新个体最佳位置P_i,j(t)＝x_i,j(t)；如果比上次迭代的全局最佳位置G_i,j(t-1)大，就更新全局最佳位置G_i,j(t)＝x_i,j(t)；

f)根据位移更新方程计算粒子的新位置，QPSO的位移更新方程为：

其中

i表示第i个粒子群；M表示粒子总数；j表示粒子的维数；N表示搜索空间的维数；t表示进化代数；u_i,j(t)和均为[0 1]区间上均匀分布的随机数；x_i,j(t)表示位置，最佳位置用P_i,j(t)表示，p_i,j(t)为吸引子位置；G_i,j(t)表示群体的最佳位置；C(t)表示粒子的平均最佳位置；α是扩张-收缩因子。

g)重复步骤(e)、(f)，经过多次迭代直到全局最佳位置的值之间的差值不超过0.001为止，把当前粒子的最佳位置作为目标位置的最优估计值。

本发明的实施例提供一种基于空时域联合处理的直接定位方法，图1为该方法流程图，图2是定位模型示意图，图3是该方法的空时域联合处理框图，本实例中阵列天线为10阵元线阵，天线孔径为半波长，观测目标数Q为4，观测点数L＝20，采样快拍数K＝512，时域抽头G＝3。执行以下步骤：

步骤一：由图2建立定位模型，地面有4个观测目标，真实坐标分别为(20,200)，(50,150)，(50,100)，(20,50)。观测站以速度20米/秒沿直线飞行，在20个观测点r₁,…,r₂₀采集数据，每隔10秒采集一组数据长度为524的数据，采样快拍数为512，根据图3经过三次延时处理，每次延时四个快拍，得到由延时处理信号组成的阵列接收信号矩阵

步骤二：计算经过延时处理后所有观测点阵列信号数据的协方差，用采样协方差矩阵代替，即

步骤三：对协方差矩阵进行特征分解，求出信号噪声子空间

步骤四：在观测区域内均匀分布25个初始的粒子x_i,j(0)，分别为(0,0)，(0,50)，(0,100)，(0,150)，(0，200)，(50,0)(50,50)，(50,100)，(50,150)，(50,200)，(100,0)(100,50)，(100,100)，(100,150)，(100,200)，(150,0)(150,50)，(150,100)，(150,150)，(150,200)，(200,0)，(200,50)，(200,100)，(200,150)，(200,200)，让各自的最佳位置为P_i,j(0)＝x_i,j(0)，再计算平均最佳位置C(t)；

步骤五：对各粒子计算其代价函数，将目标区域内各点对应的空时域方位矢量分别向噪声子空间投影并求和，如果比上次迭代的平均最佳位置大就更新个体最佳位置；如果比上次迭代的全局最佳位置大，就更新全局最佳位置；

步骤六：根据位移更新方程计算粒子的新位置，其中搜索的空间维度N＝2,扩张-收缩因子α＝0.5；

步骤七：重复步骤五、步骤六，直到10次迭代全局最佳位置的值之间的差值不超过0.001为止，把当前粒子的最佳位置作为目标位置的最优估计值。

图4是定位目标在坐标(20,200)，(50,150)，(50,100)，(20,50)时，利用本发明提出的基于空时域联合处理的直接定位方法进行定位估计的功率谱图，从图中可以看出，本发明的基于空时域联合处理的直接定位方法比传统直接定位方法的谱峰更加尖锐，误差更小，分辨率更好。

图5表示算法均方根误差与快拍数的关系，由图可知，基于空时域联合的直接定位法比纯空域直接定位法的估计性能更好，在小快拍数情况下，空时联合处理的方法在估计性能上有较大的提升。

图6表示在不同信噪比下算法均方根误差的变化，由图可知，使用空时域联合的直接定位法实现成功定位的信噪比阈值要比使用子空间融合直接定位方法低了5dB。5dB的改善意味着可观测的距离可以加倍，使远距离定位更加准确，在低信噪比下，本发明方法性能更好。

Claims (1)

1.一种基于空时域联合处理的可移动单站直接定位方法，其特征在于包括下述步骤：

a)假设天线阵列阵元数目为M，信源数目为Q，且Q>M，来波信号S(t)为窄带信号，信道噪声N(t)是均值为零的加性高斯白噪声，采样快拍数为K，空域方位矢量为A_l，延时抽头数是G，并且每次延时处理的时间间隔为τ，阵列在观测点l时刻t-τ的采样数据矩阵v_l＝[v₁(t-τ),…,v_M(t-τ)]^T＝A_lS(t-τ)+N(t-τ)；

系统经过G次延时处理，在观测点处接收信号数据矩阵

式中

A_ST-l(p)＝[a_ST-l(p₁),a_ST-l(p₂),…,a_ST-l(p_Q)]∈C^M×Q

f_i表示来波信号频率，i＝1,2,…,Q，d_m表示第m个阵元至参考点的距离，m＝1,…,M，a_ST-l表示空时域方位矢量；

b)经过G次延时处理后接收信号数据的协方差矩阵

c)对协方差矩阵进行特征分解，并计算噪声子空间

式中Q_S为特征向量矩阵，∑_S表示对角矩阵，表示信号子空间，表示噪声子空间；

d)在观测区域内均匀分布初始的各个粒子x_i,j(0)，让各自的最佳位置为P_i,_j(0)＝x_i,j(0)；计算平均最佳位置C(t)；

e)将目标区域内各点对应的空时域方位矢量a_ST-l(x,y,z)分别向噪声子空间投影并求和，空时域联合处理直接定位法的代价函数

在监测区域内搜索代价函数的最优值，采用量子行为粒子群算法寻找代价函数的的最优值；

f)根据位移更新方程计算粒子的新位置，其中

i表示第i个粒子群；M表示粒子总数；j表示粒子的维数；N表示搜索空间的维数；t表示进化代数；u_i,j(t)和均为[0 1]区间上均匀分布的随机数；x_i,j(t)表示位置，最佳位置用P_i,j(t)表示，p_i,j(t)为吸引子位置；G_i,j(t)表示群体的最佳位置；C(t)表示粒子的平均最佳位置；α是扩张-收缩因子；

g)重复步骤(e)、(f)，直到全局最佳位置的值之间的差值不超过0.001，把当前粒子的最佳位置作为目标位置的最优估计值。