[发明专利]一种基于时差信息的无源多站多目标测向交叉定位方法

摘要

本发明属于电子对抗技术领域，具体的说是涉及一种基于时差信息的无源多站多目标测向交叉定位方法。本发明的方法首先采用多辐射源数据关联算法，将多个观测站的观测数据进行关联得到代价矩阵C(p,q)，再根据获得的代价矩阵C(p,q)，采用聚合层次聚类算法估计出目标坐标。本发明的有益效果为，本发明可以准确对多站数据完成关联，并最终准确估计出目标的位置，方法简单，效果良好。

主权项

1.一种基于时差信息的无源多站多目标测向交叉定位方法，其特征在于，包括以下步骤：a、采用多辐射源数据关联算法，将多个观测站的观测数据进行关联，具体包括：S1、假设目标和观测站都位于XY平面上，设主站位置坐标(x₀,y₀)，从站的位置坐标(x_k,y_k)，其中k＝1,2,...K‑1，K是观测站总数，则有主站和从站之间的多组距离差为：其中j＝1,2,...J，J是目标总数量，c为光速，n_k,0^j表示测量噪声；S2、将目标平面划分为P×Q范围的网格，每个网格点代表目标平面中一个位置坐标(x_p,y_q)，其中p＝1,2,...,P,q＝1,2,...,Q，遍历网格平面中每个网格点，计算每个点(x_p,y_q)对于主站和从站的距离以及它们之间的距离差：S3、计算每个搜索点(x_p,y_q)相对于观测站的距离差△d_k^(p,q)与观测站所观测得到的距离差之间的误差e_k^(p,q)：S4、计算由每次搜索得到的总误差组成的代价矩阵C(p,q)：b、根据获得的代价矩阵C(p,q)，采用聚合层次聚类算法估计出目标坐标，具体包括：S6、数据预处理：将代价矩阵中大于阈值的数据剔除，把剩下所有数据在矩阵中所对应的索引作为元素组成新的数据集X；S7、设聚类数目为目标总数J，将数据集X中所有的样本点当作一个独立的类簇；S8、计算两两簇之间的距离，找到距离最小的两个簇；S9、合并S8中的两个簇，生成新的簇的集合；S10、重复S8～S9，直到达到定义的簇的数目；S11、完成步骤S10，数据集X中已被分成J个簇，针对每一个簇，计算每一个簇的均值，求得的该均值即为目标的估计位置。