[发明专利]一种基于无人机的多非圆信源高精度直接定位方法

权利要求书

1.一种基于无人机的多非圆信源高精度直接定位方法，其特征在于具体包括以下步骤：

步骤1：无人机在L个不同观测位置接收多个非圆辐射源信号，对接收信号进行采样：

假设Q个互不相关的远场窄带非圆信号入射到载有M元均匀线阵的运动观测平台即无人机，目标源分别位于p_q＝[x_q,y_q]^T(q＝1,2,…,Q)，观测平台沿着已知轨迹运动，观测平台在第l(l＝1,2,…,L)个观测位置第k(k＝1,2,…,K)个采样时刻的接收信号为：

式中，为第q个目标源在第l个时隙段内到天线阵列的流形矢量，s_l,q(k)表示第q个目标源在第l个观测时隙内第k个采样快拍时刻的信号波形，为第l个观测时隙内的天线阵列的噪声矢量，这里假设噪声为与信号相互独立的复圆高斯白噪声；

步骤2：对接收信号进行扩展，得到扩展接收信号矩阵：

利用非圆信号椭圆协方差矩阵不为零的特点，扩展接收信号矢量为：

并且最大非圆率信号的特点为：

其中，为信号的实包络；

因此，扩展接收信号矢量为：

其中

则第l个观测位置的扩展接收信号矩阵为：

步骤3：分别计算不同观测位置的扩展接收信号协方差矩阵，并进行特征值分解：

第l个观测位置的扩展接收信号的协方差矩阵表示为：

对上式进行特征值分解，可得

其中，为信号子空间，由Q个较大特征值对应的特征向量构成；为噪声子空间矩阵，由M-Q个较小特征值对应的特征向量构成；

步骤4：利用信号流形矢量与噪声子空间的相互正交性建立代价函数：

根据信号流形矢量与噪声子空间相互正交的特点，借助子空间数据融合的思想，构建代价函数如下：

通过对位置p和非圆相位进行搜索，即可得到辐射源位置估计值；

步骤5：对代价函数进行降维，转化为二次优化问题，去除非圆相位搜索维度：

步骤4中辐射源位置求解搜索维度过大，在此对其进行降维求解，重写步骤2中接收信号矢量，通过矩阵转换使位置信息与非圆相位信息分离有：

其中

针对第l个观测位置，令

显然，有下式成立

则

若定义则上式可表示为

对于未知参数来说，上式是个二次优化问题；令e＝[1,0]^T，则于是重构优化问题如下：

采用拉格朗日乘子法求解，构造以下函数

其中，λ为乘子。令上式对的导数为零，即

则

又因为因此μ＝1/(e^HJ_l(p)^-1e)，于是

则第l个时隙的子代价函数为：

步骤6：将信号流形矢量到L个不同观测位置的噪声子空间投影结果融合，通过搜索得到非圆辐射源位置估计结果：

综合所有观测时隙的子代价函数，得到降维后的代价函数：

对上述代价函数进行位置搜索，Q个最大峰值对应的坐标即为非圆辐射源位置估计值。