[发明专利]一种机载外辐射源状态未知下移动接收源路径优化方法

摘要

本发明公开了一种机载外辐射源状态未知下移动接收源路径优化方法。该方法针对机载外辐射源双基雷达系统中外辐射源状态未知且运动情况，提出了一种基于序贯信息修正的扩展卡尔曼滤波跟踪算法联合估计目标的状态和外辐射源的状态。基于目标位置估计误差PCRLB指标建立接收源路径优化的数学模型，通过实时优化接收源位置，获得更精确的目标量测信息，进一步提高机载外辐射源雷达定位跟踪性能。

主权项

1.一种机载外辐射源状态未知下移动接收源路径优化方法，其特征在于：该方法包括以下步骤：步骤1：建立目标和外辐射源的运动模型，预测k+1时刻目标的状态和外辐射源的状态；步骤1.1：考虑机载外辐射源双基系统，目标状态为外辐射源运动且状态未知，外辐射源状态为机载接收源状态为建立目标和外辐射源的运动模型如下：X(k+1)＝F·X(k)+v(k)                     (1)X_t(k+1)＝F_t·X_t(k)+v_t(k)                   (2)其中，F和F_t分别为目标和外辐射源的状态转移矩阵；目标运动噪声为v(k)，发射源运动噪声为v_t(k)，假设v(k)、v_t(k)为零均值协方差分别为Q和Q_t的高斯白噪声；步骤1.2：基于k时刻目标的估计状态和外辐射源的估计状态，预测k+1时刻目标的状态和外辐射源的状态其中,和分别为目标和外辐射源k时刻的估计值；X(k+1|k)和X_t(k+1|k)分别表示目标和外辐射源的一步预测值；步骤2：计算目标和外辐射源状态联合估计误差的后验克劳美罗下界PCRLB指标；对目标和外辐射源的状态进行扩维，令X_a(k)＝[X(k),X_t(k)]^T，建立运动方程X_a(k+1)＝F_a·X_a(k)+v_a(k)                      (3)其中，F_a＝diag(F,F_t)，v_a(k)＝[v(k),v_t(k)]^T为协方差为Q_a＝diag(Q,Q_t)的高斯白噪声；计算目标和外辐射源状态联合估计误差的Fisher信息矩阵FIMJ(k+1|k)＝(Q_a+F_aJ(k|k)^‑1F_a^T)^‑1+H_aR^‑1(H_a)^T         (4)其中，J(k|k)表示k时刻FIM，为量测在状态一步预测值下的雅克比矩阵，R表示量测噪声协方差，Z(k+1)表示k+1时刻的量测值；则PCRLB指标为PCRLB(k+1|k)＝J(k+1|k)^‑1                      (5)得到目标和外辐射源位置误差的PCRLB如下步骤3：以目标和外辐射源位置误差的PCRLB为优化目标，考虑接收源运动约束，建立接收源路径优化模型如下其中,和分别表示k时刻和k+1时刻的速度方向，表示接收源相邻时刻速度方向可改变的最大值；步骤4：采用内点法优化求解接收源路径优化模型，得到接收源最优速度方向步骤4.1：获得接收源k时刻位置和速度，令i＝1，设定初始障碍因子r₁＞0和允许误差ξ₁＞0；步骤4.2：构造障碍函数B步骤4.3：采用梯度下降法求解无约束问题得到r_i和步骤4.4：如r_iB≤ξ₁，迭代停止；反之，取0＜r_i+1＜r_i，i＝i+1，返回步骤4.3；上述过程迭代进行，直到收敛得到接收源最优速度方向以及接收源位置步骤5：计算接收源在最优位置下的目标方位角、外辐射源方位角、双基距和双基距离率信息的量测信息Z(k+1)；其中，x(k+1)和y(k+1)表示目标在k+1时刻的真实位置，x_t(k+1)和y_t(k+1)表示外辐射源在k+1时刻的真实位置；r_TO(k+1)为目标到外辐射的距离，r_OR(k+1)为目标到接收源的距离，r_TR(k+1)为外辐射源到接收源的距离；为目标到外辐射的距离变化率，为目标到接收源的距离变化率，为外辐射源到接收源的距离变化率；n_θ(k+1)、n_d(k+1)和分别表示目标方位角量测误差、外辐射源方位角量测误差、双基距量测误差和双基距离率量测误差；步骤6：采用序贯信息修正的扩展卡尔曼滤波跟踪算法联合估计目标的状态和外辐射源的状态步骤6.1：以外辐射源状态的一步预测X_t(k+1|k)作为外辐射源状态的真实值进行扩展卡尔曼滤波，得到目标的状态估计和估计误差协方差P(k+1|k+1)；步骤6.1.1：对目标状态估计误差协方差进行一步预测P(k+1|k)＝FP(k|k)F^T+Q                        (12)其中，P(k|k)为k时刻目标状态估计误差协方差，P(k+1|k)为k时刻目标状态估计误差协方差的一步预测；对外辐射源的状态估计误差协方差进行一步预测P_t(k+1|k)＝FP_t(k|k)F^T+Q_t                   (13)其中，P_t(k|k)为k时刻外辐射源状态估计误差协方差，P_t(k+1|k)为k时刻外辐射源状态估计误差协方差的一步预测；步骤6.1.2：引入外辐射源的状态信息，更新目标的新息协方差S步骤6.1.3：更新目标的滤波增益K步骤6.1.4：更新目标的状态其中，Z_p(k+1)为基于目标和外辐射源一步预测值得到的量测的预测值；步骤6.1.5：更新目标的协方差P(k+1|k+1)步骤6.2：以目标更新状态估计值作为目标状态的真实值对外辐射源进行扩展卡尔曼滤波，并对新息协方差S_t的计算做了修正得到外辐射源的状态估计并将协方差更新为P_t(k+1|k+1)；步骤6.2.1：基于目标更新状态估计值和外辐射源状态的一步预测值X_t(k+1|k)计算此时量测的预测值步骤6.2.2：引入目标的状态信息，更新外辐射源的新息协方差S_t步骤6.2.3：更新外辐射源的滤波增益K_t步骤6.2.4：更新外辐射源的状态步骤6.2.5：更新外辐射源的协方差