[发明专利]一种基于无人机移动监测的多信源高精度直接定位方法

权利要求书

1.一种基于无人机移动监测的多信源高精度直接定位方法，其特征在于：无人机在移动过程中能够获取多个辐射源的信号，具体定位方法步骤如下：

步骤1，无人机在L个不同的位置接收多个辐射源信号，并对接收到的信号进行采样；

步骤2，计算无人机在每个位置的接收信号协方差矩阵，并对其进行特征值分解；

步骤3，基于特征值分解得到的特征值和对应的特征向量，确定每个观测位置的最优权值；

步骤4，利用导向矢量与噪声子空间的正交性建立损失函数，将导向矢量到L个观测位置的噪声子空间投影结果加权融合，通过搜索得到辐射源位置估计结果。

2.如权利要求1所述的一种基于无人机移动监测的多信源高精度直接定位方法，其特征在于：所述的步骤1中，无人机在移动过程中L个采集信号的位置节点分别为K个远场窄带辐射源的位置为p_k＝[x_k,y_k,z_k]^T,k＝1,...,K，无人机挂载M个阵元，无人机在第l个位置的时刻t的接收信号为

其中，t＝1,2,...,T，T为快拍数，b_l,k为功率衰落系数，k＝1,2,...,K,K为辐射源个数，s_l,k(t)为第k个辐射源辐射的信号，为导向矢量，其中，为无人机在位置u_l处的波数向量，λ为波长，||·||表示向量的2范数，d_m表示阵列的第m个阵元相对于参考阵元的位置矢量，各辐射源信号互不相干且辐射功率为P_k，n_l(t)(l＝1,2,...,L)为相互独立的零均值加性高斯白噪声，信号与噪声之间互不相关。

3.如权利要求2所述的一种基于无人机移动监测的多信源高精度直接定位方法，其特征在于：所述的步骤2中，由于实际接收信号采样数据长度有限，无人机在每个位置的接收信号协方差矩阵通常由采样协方差矩阵代替，具体如下：

其中，E[·]表示期望，(·)^H表示共轭转置，对无人机在每个位置的接收信号协方差矩阵进行特征值分解，可得

其中，为由K个大特征值组成的对角阵，为由M-K个小特征值组成的对角阵，M为阵元个数，和为第l个位置的接收信号协方差矩阵特征分解得到的信号子空间和噪声子空间，由K个大特征值对应的特征向量组成，由M-K个小特征值对应的特征向量组成。

4.如权利要求3所述的一种基于无人机移动监测的多信源高精度直接定位方法，其特征在于：所述的步骤3中，由步骤2中得到的特征值λ_l,i(i＝1,2,…,M)和对应的特征向量e_l,i(i＝1,2,…,M)，以导向矢量到L个观测位置的噪声子空间的投影误差最小化为准则，得到第l个观测位置的最优权值如下：

其中，为第l个观测位置关于第k个信源的权值，与信噪比有关，为假设信源在位置p处的阵列天线导向矢量。

5.如权利要求4所述的一种基于无人机移动监测的多信源高精度直接定位方法，其特征在于：所述的步骤4中，利用导向矢量a_l(p)与步骤2所述噪声子空间的正交性以及最优权值建立的损失函数如下：

6.如权利要求5所述的一种基于无人机移动监测的多信源高精度直接定位方法，其特征在于：所述的步骤4中，通过搜索得到辐射源位置估计结果的具体步骤如下：

对上述损失函数进行搜索，搜索得到的前K个峰值对应的坐标即为得到的多个辐射源的位置估计结果，即

其中，为搜索的有效区域，为第k个辐射源的位置估计结果，且估计结果为渐近最优。