[发明专利]一种基于接收信号强度的单辐射源联合检测和跟踪方法

权利要求书

1.一种基于接收信号强度的单辐射源联合检测和跟踪方法，定义单个未知辐射源位于二维区域上，目标位置记为p＝[p_x,p_y]^T，速度记为记目标状态为在区域部署M个传感器，位置记为ξ＝[ξ₁,...,ξ_M]^T,ξ_m＝[ξ_mx,ξ_my]^T，传感器用于测量设定频段内的接收信号功率或者功率谱，并周期性的发送给融合中心，记观测时长为T，每一时刻传感器的接收信号表示为：

z_m(t)＝φ(ξ_m)Af(ξ_m,p)+δ_m(t)

其中A为辐射源的功率，δ_m是误差项，包括噪声误差、模型误差和传感器量化误差；f(ξ_m,p)是辐射源到传感器位置ξ_m之间的路径损耗，假设路径损耗函数f(·,·)为已知，表示为：

其中表示传感器m的位置ξ_m到辐射源位置p之间的距离；d₀是天线远场参考距离；η是路径损耗指数；φ(ξ_m)表示位置ξ_m处由障碍物导致的信号功率随机衰减，定义为的阴影衰落，其值服从对数正态分布；

其特征在于，所述联合检测和跟踪方法包括以下步骤：

S1、采用粒子滤波方法来实现对阴影衰落系数的估计，用一批带权重的粒子来近似阴影衰落系数的分布p_k(φ)，近似的方法为：采用高斯混合方法实现伯努利滤波器完成对目标状态的估计，使用多个高斯分布来近似伯努利分布的空间概率密度函数p_k(x)，近似的方法为利用迭代贝叶斯估计框架来完成对阴影衰落系数和目标状态的联合估计，首先初始化滤波器，即k＝0时，初始化阴影衰落粒子为然后初始化伯努利分布参数为π₀＝{r₀,p_o(x)}，r₀为目标的存在概率，p₀(x)为目标状态对应的空间概率密度函数，用高斯混合的方式来近似，即

S2、在每一时刻下进行伯努利滤波，即1≤k≤K时，选取阴影衰落粒子在该衰落粒子下进行伯努利滤波，遍历全部粒子，得到每个时刻每个粒子下的伯努利分布具体计算步骤分为预测和更新两步：

预测：利用马尔科夫链蒙特卡洛方法得到阴影衰落预测粒子，即其中为过程噪声的协方差矩阵；计算预测伯努利参数π_k|k-1(x)＝{r_k|k-1,p_k|k-1(x)}，预测存在概率计算为r_k|k-1＝p_b(1-r_k-1)+p_sr_k-1，其中r_k-1表示k-1时刻的存在概率，p_b、p_s分别表示已知的新生概率和存活概率；预测空间概率密度p_k|k-1(x)由预测部分和新生部分两部分组成，计算为：

其中F_k-1为状态转移矩阵，Q_k-1为过程噪声协方差矩阵，b_k|k-1(x)为新生空间概率密度；

更新：计算更新伯努利参数针对每个量测，通过计算似然判断近场还是远场情况从而选择对应的似然函数，即：

计算似然比：

更新存在概率：

更新空间概率密度函数：

其中：

m_k|k＝m_k|k-1+K_k(Z_k-H⁽ⁱ⁾m_k|k-1)，

S_k|k-1＝R_k+H⁽ⁱ⁾P_k|k-1[H⁽ⁱ⁾]^T，

P_k|k＝P_k|k-1-P_k|k-1[H⁽ⁱ⁾]^T[S_k|k-1]^-1H⁽ⁱ⁾P_k|k-1，

K_k＝P_k|k-1[H⁽ⁱ⁾]^T[S_k|k-1]^-1

H⁽ⁱ⁾为第i个阴影衰落粒子对应量测函数的雅可比矩阵；

S3、对阴影衰落系数的粒子滤波，即1≤k≤K时，取最大粒子权重及其对应的存在概率目标状态后验密度对存在概率进行判决，当存在概率大于0.5时，判定为目标存在，提取目标状态和提取阴影衰落估计然后对阴影衰落粒子进行重采样，重采样后粒子权重设为：

S4、输出每个时刻的阴影衰落估计以及目标状态估计