[发明专利]接收站位置误差下多站多外辐射源雷达双基距定位方法

说明书

本发明公开了一种接收站位置误差下多站多外辐射源雷达双基距定位方法。本发明按照接收站将多站多外辐射源雷达系统的量测数据分组，选择目标到接收站的距离为辅助变量，将每组双基距非线性量测方程伪线性化。将接收站位置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，利用辅助变量与目标位置的关联作为约束条件，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。最后将各种估计结果加权融合得到目标位置最终估计。本发明在保证估计性能的前提下降低定位的复杂度，降低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位置误差下多站多外辐射源雷达双基距定位方法。

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。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)。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静止目标的定位。

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,H.团队提出了一种基于最大似然估计的直接定位方法，直接构建目标位置和速度的似然函数，通过多维网格搜索来得到目标位置参数估计。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。赵勇胜等相继提出一种三步加权最小二乘算法。基于多步加权最小二乘估计方法在量测噪声较小时，定位精度能够达到克拉美罗下界，但当噪声增大到一定程度时，定位误差急剧增大，出现门限效应。

上述估计方法是假设接收站的位置的精确已知。而实际外辐射源定位中接收站常常被安装在卫星、飞机、舰艇或地面车辆等运动平台上，其位置往往无法精确获得，接收站位置存在一定误差。接收站位置误差对目标定位精度影响很大，因此，外辐射源雷达定位问题研究时须考虑接收站位置误差。专利201910048330.0提出了一种接收站位置误差下单站多外辐射源雷达双基距定位问题，本发明设计一种误差下多站多外辐射源雷达双基距定位算法。

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)的接收站位置误差下多站多外辐射源雷达双基距定位方法。该算法选择目标到接收站的距离为辅助变量，将双基距非线性量测方程伪线性化，将接收站位置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，利用辅助变量与目标位置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的双基距量测信息d_m,n。

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)对应一组双基距量测d_m,n(m＝1,2,…,M)。选择目标到接收站n的距离为辅助变量R_n，将非线性双基距量测伪线性化，得到估计方程

步骤3.选择最小二乘残差平方和为代价函数，将量测噪声统计特性融入定位算法中设计权重，构造代价函数权重考虑辅助变量R_n和目标位置的相关性，构造约束条件θ_n^TΩθ_n＝0，构建二次型的约束加权最小二乘估计问题。

步骤4.利用拉格朗日松弛，将有约束的优化问题转化为无约束的优化问题优化求解