[发明专利]联合无线电信号复包络和载波相位信息的多目标直接定位方法

摘要

本发明涉及一种联合无线电信号复包络和载波相位信息的多目标直接定位方法，首先建立到达信号的复包络和载波相位关于目标位置参数的解析模型，通过基2‑FFT算法将多站阵列信号时域数据转化成频域数据，在频域利用子空间正交原理构造直接估计目标位置参数的数学优化模型，基于矩阵特征值扰动理论设计出Newton型迭代算法，进行多目标的精确定位。本发明相比传统的多站测向交汇定位和多站测时差交汇定位方法，能够利用到达信号的复包络和载波相位信息，通过在底层数据域直接进行目标位置估计，能够取得更高的定位精度，避免两步定位模式中存在的门限效应和“目标‑量测”匹配问题，具有较快的收敛速度，无需高维搜索，性能可靠、运算高效。

主权项

一种联合无线电信号复包络和载波相位信息的多目标直接定位方法，具体包含如下步骤：步骤1.对N个观测站的M通道阵列天线接收系统做时间同步，根据奈奎斯特采样定理采集目标辐射的无线电信号数据，获得阵列信号时域数据；步骤2.对每个观测站的阵列信号时域数据在时域上划分成K个子段，每个子段内均包含有Q个采集数据点，对每个子段内的Q个数据样本做基2‑FFT运算，得到阵列信号频域数据；步骤3.每个观测站将所获得的阵列信号频域数据传输至中心站，中心站对每个观测站传输的阵列信号频域数据按照观测站的顺序堆栈排列，构造高维阵列信号频域数据；步骤4.针对每个采集数据点，利用K个子段数据构造高维阵列协方差矩阵的最大似然估计值；步骤5.对每个采集数据点所构造的高维阵列协方差矩阵进行特征值分解，利用其MN‑D个最小特征值对应的单位特征向量构造特征向量矩阵，并计算特征向量矩阵列空间的正交投影矩阵，D为目标个数；步骤6.基于矩阵特征值扰动公式设计数值优化中的牛顿型迭代算法进行多目标定位；其中，步骤1中第n个观测站的阵列天线所接收到的信号时域模型表示为：其中，1≤n≤N，pd表示第d个目标的位置向量，表示第d个目标信号的发射信号时间，sd(t)表示第d个目标信号的复包络，an(pd)表示第d个目标信号相对于第n个观测站的天线阵列流形向量，tn(pd)表示第d个目标信号到达第n个观测站的传播时延，βnd表示第d个目标信号传播至第n个观测站的损耗因子，εn(t)表示第n个观测站中天线阵列的阵元噪声向量；步骤2中第n个观测站的阵列天线接收信号在第k个子段内的频域模型为：其中，和分别表示和的频域形式，ωq表示第q个采集数据点；步骤3中高维阵列信号频域模型表示为：其中，步骤4中第q个采集数据点的高维阵列协方差矩阵的最大似然估计值表示为：步骤5中，特征值分解表示为：其中，中的列向量是矩阵的MN‑D个最小特征值对应的单位特征向量，该矩阵列空间的正交投影矩阵为步骤6中的数值优化中的牛顿型迭代算法进行多目标定位具体包含如下内容：步骤6.1)利用多重信号分类估计算法和Taylor级数迭代定位算法获得目标位置向量的初始估计步骤6.2)依次对D个目标信号的位置向量进行牛顿迭代，其迭代公式为：其中，1≤d≤D，m表示迭代次数，0<μ<1表示迭代步长因子，和分别表示目标函数的梯度向量和Hessian矩阵，相应的计算公式分别表示为：表示矩阵最小特征值所对应的单位特征向量，矩阵和的计算公式分别表示为：X·l(p^d(m))=(IN⊗1M×1)H(Σq=1QAH(p^d(m),ωq)Π~^(ωq)A·l(p^d(m),ωq)+A·lH(p^d(m),ωq)Π~^(ωq)A(p^d(m),ωq))(IN⊗1M×1)X··l1l2(p^d(m))=(IN⊗1M×1)H(Σq=1QA··l1l2H(p^d(m),ωq)Π~^(ωq)A(p^d(m),ωq)+AH(p^d(m),ωq)Π~^(ωq)A··l1l2(p^d(m),ωq)+A·l1H(p^d(m),ωq)Π~^(ωq)A·l2(p^d(m),ωq)+A·l2H(p^d(m),ωq)Π~^(ωq)A·l1(p^d(m),ωq))(IN⊗1M×1)E0(p^d(m))=Σn=1N-1(λ0(p^d(m))-λn(p^d(m)))-1un(p^d(m))unH(p^d(m)),]]>和分别对应矩阵除最小特征值以外的其余N‑1个特征值及其对应的单位特征向量。