[发明专利]基于移动接收器协同分析的移动目标源定位方法

说明书

本发明涉及基于移动接收器协同分析的移动目标源定位方法，与现有技术相比解决了针对移动目标源定位精度差的缺陷。本发明包括以下步骤：移动目标源和移动接收器数据信息的获取；对接收数据进行初始分析；进行移动目标源定位。本发明通过构造移动目标源的伪线性方程组将定位问题转化为存在约束条件下求偏差的加权最小二乘解问题，再通过迭代法结合“滑动窗口”降噪处理得出移动目标源的位置向量，降低了均方根误差(RMSE)，使定位结果更加精确。

技术领域

本发明涉及移动通信技术领域，具体来说是基于移动接收器协同分析的移动目标源定位方法。

背景技术

多年来，无源定位问题一直是人们关注的焦点，它在雷达、声纳、无线通信等领域有着广泛的应用，尤其是随着电子干扰和和反辐射导弹等雷达对抗技术的迅速发展，以雷达为代表的有源探测定位受到越来越严重的威胁。由于无源定位技术能在自身不辐射的条件下，隐蔽地确定辐射源的位置，具有作用距离远、抗干扰能力强的特点，对于提高系统在电子战环境下的生存能力和作战效能具有十分重要的作用，因此对于无源定位技术的研究越来越受到各国的重视。

无源定位系统本身并不携带辐射源，只接收、处理包含目标位置、运动状态的信号从而进行目标定位。对于一个静止的发射体，一种常用的技术是测量源信号到多个空间分离的接收机的TDOAs(Time Differences of Arrival，到达时间差)。每个TDOA都定义了发射器必须位于其中的双曲线。所有双曲线的交点给出了源的位置估计。当源在运动时，除了TDOAs外，还应使用FDOAs(Frequency Differences of Arrival，到达频率差)来准确估计源的位置和速度。

2004年Ho等人提出了著名的两步加权最小二乘(TSWLS)方法,通过引入中间变量将有关TDOA和FDOA的非线性问题转换为伪线性方程组问题，再利用加权最小二乘法进行求解，该方法不需要迭代，不存在局部收敛问题，能在低噪声条件下达到克拉美罗下限(CRLB)。2014年曲付勇等人提出了约束总体最小二乘法(CTLS)，直接利用拉格朗日乘子法和牛顿迭代法进行有关TDOA和FDOA的伪线性方程组的求解，该方法需要一个合适的初始解，收敛的结果可能不准确，并且计算过程比较复杂。2019年Ding Wang等人提出了基于QR分解的迭代约束加权最小二乘法，将TDOA和FDOA的伪线性方程组进行泰勒级数展开，将定位问题化为具有二次约束条件的求加权最小值问题，设置初始值并利用基于QR分解的迭代法进行求解。

发明内容

本发明的目的是为了解决现有技术中针对移动目标源定位精度差的缺陷，提供一种基于移动接收器协同分析的移动目标源定位方法来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种基于移动接收器协同分析的移动目标源定位方法，包括以下步骤：

11)移动目标源和移动接收器数据信息的获取：获取移动目标源数据、移动接收器数据，并进行预设定；

12)对接收数据进行初始分析：根据移动接收器的到达时间差TDOA、到达频率差FDOA分别对移动目标源数据进行分析；

13)进行移动目标源定位：通过构造移动目标源的伪线性方程组将定位问题转化为存在约束条件下求偏差的加权最小二乘解问题，通过迭代法结合“滑动窗口”降噪处理得出移动目标源的位置向量。

所述的移动目标源和移动接收器数据信息的获取包括以下步骤：

21)获取移动接收器数据信息，设有M个移动接收器，其中s_m为第m个传感器的真实位置向量，

s_m=[s_mp^T，s_mv^T]^T，m＝1，2，...，M，