[发明专利]基于误差校正的多站多外辐射源雷达运动目标定位方法

说明书

本发明公开了一种基于误差校正的多站多外辐射源雷达运动目标定位方法。本发明首先将多站多外辐射源雷达的双基距和双基距变化率非线性量测方程伪线性化，获得运动目标位置和速度以及系统偏差的联合估计。考虑辅助变量与目标位置和速度的关联，构建多步关联最小二乘估计模型并优化求解，以减少目标位置和速度的估计误差。最后，利用系统偏差估计值进行校正，进行后验迭代，进一步提高对目标位置和速度的估计性能。本发明考虑系统偏差对定位精度的影响，联合估计目标状态和系统偏差，通过误差校正提高运动目标定位精度。同时采用多步关联最小二乘估计和后验迭代算法，进一步减小目标状态的估计误差。

技术领域

本发明属于雷达数据处理领域，具体涉及一种基于误差校正的多站多外辐射源雷达运动目标定位方法。

背景技术

多站多外辐射源雷达利用多个第三方非合作信号源(广播、电视、卫星、基站等)探测目标，通过多个接收站(也称观测站)接收来自目标散射第三方外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到达时差和到达频差量测。在多基结构下，时差和频差参数转化为双基距和双基距变化率参数，并融合多组双基距/双基距变化率对运动目标进行定位。

目前，基于双基距和双基距变化率的外辐射源定位问题受到广泛关注，主要集中在一些特殊的简化场景，包括单站多外辐射源场景、多站单外辐射源场景。而多站多外辐射源定位场景，其挑战性和难度更大。Noroozi等针对多站多外辐射源定位问题，提出了一种基于分组的两步加权最小二乘算法；在此基础上，赵勇胜等提出一种无需分组的三步加权最小二乘算法，上述估计方法均假设来自同一目标的所有的量测值是无偏的。而实际问题中第三方外辐射源与接收站之间时钟不同步；信号传播时参考路径与实际路径不同产生多径现象，以及外辐射源雷达固有的系统偏差存在使得量测值存在固定偏差。忽视偏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，联合误差校正和目标定位是外辐射源雷达系统数据处理的一项关键技术。专利(201811601502.4)研究了单站多外辐射源场景下目标定位和误差校正，该方法无法直接应用于多站多外辐射源场景，对此本专利设计了一种基于误差校正的多站多外辐射源雷达运动目标定位方法。

发明内容

本发明考虑偏差的影响，针对多站多外辐射源雷达网，利用双基距和双基距变化率量测值，提出了一种基于误差校正的多步加权最小二乘估计算法。通过联合估计目标状态(位置和速度)与偏差校正，获得更精确的运动目标定位。

本发明方法的具体步骤是：

步骤1.在多站多外辐射源雷达系统中，选择目标与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，建立双基距量测与目标状态(位置和速度)的伪线性方程；

步骤2.将上述双基距伪线性方程对时间求导，得到双基距变化率量测与目标状态之间的关系，选择目标与接收站的距离和距离变化率为辅助变量，建立双基距变化率伪线性方程。

步骤3.联立双基距和双基距变化率的伪线性方程，建立运动目标状态(位置和速度)和偏差的联合估计模型，并将其转化为矩阵形式h＝Aξ+Be；

步骤4.采用迭代加权最小二乘估计算法，得到运动目标状态和偏差的联合估计值其中权重W＝E[ee^T]＝(BQB)^-1。

步骤5.根据辅助变量与目标状态(位置和速度)的关联性进一步修正步骤4的估计误差。引入新的中间变量建立关联估计模型h₁＝A₁ξ₁+B₁Δξ，并采用加权最小二乘算法求解，得到运动目标状态和偏差的联合估计值其中W₁＝E[ΔξΔξ^T]＝(A^TWA)^-1。