[发明专利]一种接收站误差下多站多外辐射源雷达运动目标定位方法

说明书

本发明公开了一种接收站误差下多站多外辐射源雷达运动目标定位方法。本发明根据获得的双基距和双基距变化率量测，引入目标到接收站的距离和距离变化率作为辅助变量将强非线性方程伪线性化，建立目标位置和速度的估计模型。将观测站位置和速度量测误差统计特性融入定位算法中设计权重，以辅助变量与目标位置和速度之间的关联性为约束条件，构建约束加权最小二乘定位模型。并通过拉格朗日乘子法进行优化求解。本发明引入辅助变量，将非线性量测模型转化为伪线性，在保证估计性能的前提下降低多站多外辐射源定位的复杂度；并根据中间变量与关联性设计约束加权最小二乘估计，从而降低观测站误差对目标定位性能的影响。

技术领域

本发明属于雷达数据处理领域，具体涉及一种接收站误差下多站多外辐射源雷达运动目标定位方法。

背景技术

外辐射源雷达利用第三方非合作信号源(如手机通讯信号、电视广播信号和敌方雷达信息等)探测目标，通过接收站接收来自目标散射第三方辐射源发射的信号和直达波信号，采用相干处理获得信号的时延和多普勒频差。利用时延和多普勒频差可以实现对运动目标的定位。时延观测直接对应于信号从外辐射源经目标反射后到达接收站的传播距离和，又称双基距(Bistatic Range,BR)，多普勒频差则对应于双基距的变化率(BistaticRange Rate,BRR)。在多发多收体制下外辐射源雷达定位系统中，将多个外辐射源-接收源(T/R)下的双基距融合处理可以得到实现对运动目标的定位。

目前，利用时延/多普勒频差的目标辐射源定位问题已得到广泛研究。然而，利用BR/BRR的外辐射源定位问题的研究则相对较少。Godrich等提出了一种基于最大似然估计的直接定位方法，该算法计算量大，受初值影响大。Noroozi等针对分布式MIMO雷达系统中的运动目标定位问题提出了一种两步加权最小二乘算法。随后，赵勇胜等相继提出一种三步加权最小二乘算法。

上述基于BR/BRR的外辐射源定位问题假设接收站位置和速度精确已知，而实际外辐射源雷达定位系统中观测站常常被安装在卫星、飞机、舰艇或地面车辆等运动平台上，尽管可由定位平台上的导航系统获得接收站的位置，但是仍不可避免的含有随机误差。忽视接收站误差的影响会导致目标定位估计性能严重下降，甚至产生虚假目标。因此，外辐射源雷达定位问题研究时须考虑接收站误差。专利201910048341.9提出了一种接收站位置误差下单站多外辐射源雷达BR/BRR定位问题，本发明针对多站多外辐射源雷达，提出了一种接收站误差下BR/BRR联合定位算法。

发明内容

本发明针对多站多外辐射源雷达，考虑接收站位置和速度误差对定位性能的影响，提出一种基于约束加权最小二乘(CWLS)的接收站误差下多站多外辐射源雷达BR/BRR定位方法。该算法引入合适的辅助变量，将非线性量测方程伪线性化。将接收站位置和速度量测噪声和双基距量测噪声统计特性融入目标定位算法中设计权重，建立基于加权最小二乘的代价函数。在此基础上，把辅助变量与目标位置和速度之间的关联作为约束条件，构建CWLS定位模型，并通过拉格朗日乘子法进行优化求解。

本发明方法的具体步骤是：

步骤1.多站多外辐射源雷达网(M个外辐射源和N个接收站)中每个接收站n接收来自目标散射第三方辐射源m发射的信号，得到目标距外辐射源m和距雷达接收站n的BR量测信息d_m,n和BRR量测

步骤2.根据不同的接收站把量测分成N组，每个接收站n(n＝1,…,N)对应一组BR量测d_m,n和BRR量测选择目标到接收站n的距离R_n和距离的变化率为辅助变量，将BR量测和BRR量测伪线性化，得到线性估计方程ε_n＝Z_n-H_nθ_n＝A_nΔe_n+B_nΔq_n。