[发明专利]基于MML-PMHT的多基站单频网无源协同定位方法

说明书

本发明公开了基于MML‑PMHT的多基站单频网无源协同定位方法。该方法首先建立了多基站无源协同定位系统的数学模型。然后，对于目标数目未知场景下，通过假设法确定目标数目，构建对数似然比函数，并极大化化似然函数求解目标数目。其次，利用“超目标”概念来解决三维数据关联问题，并利用拟蒙特卡洛搜索算法优化MML‑PMHT算法中对数似然比函数，将目标求解问题转化为似然函数的优化问题。最后，通过滑窗法实现航迹维持。仿真结果表明，所提方法能快速、有效地解决多基站同频网三维数据关联问题，实现复杂环境下弱目标的航迹起始及维持问题。

技术领域

本发明属于雷达目标跟踪领域，涉及一种新的极大似然概率多假设(MML-PMHT)的多基站单频网无源协同定位方法。

背景技术

无源协同定位(Passive Coherent Location，PCL)系统本身没有发射天线，它利用商用的数字电视(Digital Video Broadcasting-Terrestrial，DVB-T)、调频广播(FMbroadcasting，FM)、手机基站等作为外辐射源，通过接收天线收到的目标回波信号与参考信号(直达波信号)相干处理，对目标进行无源定位，在抗反辐射导弹、反隐身技术和反电子对抗等方面具有独特的优势。多基站PCL系统包含多个外辐射源和接收源，充分利用信号的空间多样性，进一步提高了无源协同定位的检测跟踪性能，受到国内外学者广泛的关注。

当DAB/DVB-T等被选为外辐射源信号时，信号频率相同，系统工作在单频网(Single Frequency Network,SFN)条件下，此时对低信噪比目标进行检测和跟踪需要解决“辐射源-目标-测量”三维数据关联问题。因此，在目标数目未知及单频网场景下，如何利用多基站PCL系统实现目标航迹起始及维持问题，是本领域研究的重点。传统的基于多假设跟踪(Modify HypothesiS Tracking，MHT)方法，将关联问题划分成几个跟踪阶段，以此来减少计算复杂度，MHT降低了复杂度，但MHT本身带来了计算负荷。近几年的研究中，对于目标数目确定的场景，针对多输入多输出PCL系统，分析单频网下的三维数据关联问题，提出一种两阶段的关联算法。所述方法一定程度降低了数据的关联量，但仍存在耗时问题。同样对于已知目标数目场景，在另一项研究中，其基于正交频分多路复用技术的DVB多基站雷达网，提出一种“超目标”的概念(一个目标和一个辐射源构成一个“超目标”)，并提出两种方法解决三维数据关联问题。第一种方法需采用一系列其他技术减少计算复杂度。第二种方法采用概率多假设跟踪观测模型减少计算复杂度，而MHT模型本生增加了计算负荷。目前，国内相关研究较少，在不考虑单频网问题下，最新的研究中提出一种基于拟蒙特卡罗模拟退火极大似然概率多假设跟踪算法，用来解决目标个数未知时无源协同定位系统低可观测目标的航迹起始及维持问题，能够有效减少计算量，提高实时性。但该文献更侧重目标数目未知和低可观测目标的航迹起始及维持问题，没有考虑单频网问题。

本发明提出一种改进的极大似然概率多假设跟踪(Modified MaximumLikelihood Probability Multi-Hypothesis Tracker，MML-PMHT)方法。该方法对于目标数目未知场景，通过假设法假定目标数目，并结合所有帧测量数据构建对数似然比(Log-Likelihood Ratio，LLR)函数，通过优化LLR求解目标数目。其次，针对单频网问题，结合“超目标”概念，对每一个目标和辐射源构成一个“超目标”组合，对接收到的测量数据进行多帧积累，构建“超目标”状态下的LLR函数，将目标跟踪问题转换为似然函数的求解问题，极大程度上降低了数据关联量，大幅提高了实时性。最后，通过滑窗批处理技术，实现低信噪比下航迹的起始及维持。

发明内容

本发明的目的在于解决多基站单频网无源协同定位中的三位数据关联问题。同时可减少跟踪耗时及提高跟踪精度。

本发明包括以下内容：

步骤1：构建多基站单频网无源协同定位系统的数学模型。