CN103885031A - 基于搜索优化滤波的运动卫星干扰源定位方法 - Google Patents

基于搜索优化滤波的运动卫星干扰源定位方法 Download PDF

Info

Publication number
CN103885031A
CN103885031A CN201410136689.0A CN201410136689A CN103885031A CN 103885031 A CN103885031 A CN 103885031A CN 201410136689 A CN201410136689 A CN 201410136689A CN 103885031 A CN103885031 A CN 103885031A
Authority
CN
China
Prior art keywords
mrow
msub
mover
rightarrow
satellite
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410136689.0A
Other languages
English (en)
Other versions
CN103885031B (zh
Inventor
李红伟
陈建峰
纪学军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN201410136689.0A priority Critical patent/CN103885031B/zh
Publication of CN103885031A publication Critical patent/CN103885031A/zh
Application granted granted Critical
Publication of CN103885031B publication Critical patent/CN103885031B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/06Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了基于搜索优化滤波的运动卫星干扰源定位方法,属于卫星通信中的干扰源定位领域。针对地面定位系统利用双星转发信号对运动卫星干扰源定位的问题,提出充分利用观测信息,通过对时差线上位置参考点的搜索优化,得到运动干扰源位置的预估计值,再使用滤波算法对预估计值进行处理,实现对运动卫星干扰源的定位。该发明是对目前静止卫星干扰源定位技术的发展,为实现对运动卫星干扰源的定位提供了一种可行的思路与方法。

Description

基于搜索优化滤波的运动卫星干扰源定位方法
技术领域
本发明属于卫星通信中的干扰源定位领域,具体说是基于搜索优化滤波的运动卫星干扰源定位方法。
背景技术
当前,卫星通信已广泛应用于电视转播、通信广播、导航定位、资源探测、军事侦察等领域。随着卫星通信业务的快速发展,卫星所处的电磁环境也日益恶化,射频干扰事件频繁发生,已成为卫星通信所要面临的常见问题,并有愈演愈烈之势,特别是当今越来越依赖空间信息基础设施的信息时代以及美国提出“进入空间,利用空间与控制空间”战略的激烈竞争年代,卫星通信的安全性已成为卫星通信运营商及其用户最为关切的焦点问题。为保障卫星通信系统的信息安全,查找、识别干扰源就显得尤为重要,准确地对射频干扰信号进行定位查找与识别,并采取针对性措施对干扰卫星通信业务的行为进行惩罚,是当前卫星通信系统面临的新需求。
卫星干扰源定位技术一般采用双星定位方法。当干扰源对准被干扰卫星实施干扰时,干扰源的发射天线将天线主瓣对准被干扰卫星(称为主星),同时其副瓣不可避免的指向了与被干扰卫星临近的卫星(称为邻星)。基于这种情况,就可以利用两部接收天线对主星和邻星转发的干扰信号一起检测,从而实现对干扰源的定位。
国外对卫星干扰源定位的研究较早,最早开始于1982年,由英国国防评估研究局(DERA)利用时间差和频率差在相关频段内进行干扰源定位的研究,并在1993年对干扰源定位涉及到的关键技术进行了详细的研究,之后DERA联合英国MARLIN国际通讯有限公司研制推出了多卫星地面定位系统(SatID)。同时,美国的相关研究部门也对这一技术进行了研究,并就其关键技术在美国申请了多项专利。1999年美国的Interferometrics公司研制成功了用于商业化的干扰源定位系统(TLSModel2000)。SatID系统和TLSModel2000系统均解决了查找地面干扰源的问题,受到了全球各大卫星公司、政府和军事部门的关注和重视。国内对卫星干扰源定位的研究起步较晚,多所高校和研究所对卫星干扰源定位技术展开了研究。
目前的卫星干扰源定位技术主要针对地面静止干扰源,而随着卫星通信移动平台的普遍使用,也可能出现以飞机、舰船、汽车等移动通信平台为发射载体的干扰源,此种干扰源的运动特性将给卫星干扰源定位带来极大的挑战,为此很有必要对运动卫星干扰源定位问题进行研究。
发明内容
本发明的目的在于避免上述背景技术中的不足,提供一种能对运动卫星干扰源定位的基于搜索优化滤波的运动卫星干扰源定位方法。
本发明的目的是这样实现的:
一种基于搜索优化滤波的运动卫星干扰源定位方法,其特点是包括下述步骤:
a.利用当前时刻运动卫星干扰源信号到达主星和到达邻星的时间差,并辅以地球方程,得到与当前时刻运动卫星干扰源位置相对应的等时差线;其中,主星是受运动卫星干扰源信号干扰的地球同步轨道卫星,邻星是与主星邻近的地球同步轨道卫星;
b.在步骤a中得到的等时差线上取若干对经纬度值,称为参考点,并在设定范围内对运动卫星干扰源的航向值和速度值进行搜索,由参考点、航向值和速度值组成参考矢量矩阵,参考矢量矩阵的每一个元素即为包含了运动卫星干扰源的经纬度、航向及速度的矢量;
c.利用参考矢量矩阵,构造与参考矢量矩阵对应的观测量的预测矩阵,并将预测矩阵中的元素与实际观测值进行比较,优化得到最接近实际观测量的预测矩阵元素,再以该元素为线索,倒推出其所对应的参考矢量矩阵中的位置参考点,即为运动卫星干扰源的位置预估计值;
d.对步骤c中得到的预估计值进行滤波处理,修正因搜索优化不准而产生较大误差的估计值,得到当前时刻的运动卫星干扰源位置的估计值;
e.更新当前时刻,重复步骤a~d,得到更新后时刻的运动卫星干扰源位置的估计值;
完成对运动卫星干扰源的定位。
其中,所述的运动卫星干扰源是指对卫星实施干扰的干扰源是运动的。
其中,所述的地面定位系统包括接收两颗卫星转发信号的地面接收站和一个参考辐射源发射站。
其中,步骤c中所述的观测量包括运动卫星干扰源信号到达主星、邻星的到达时间差和到达频率差以及地面站接收到的运动卫星干扰源信号经主星转发后的信号频率。
其中,所述运动卫星干扰源信号到达主星、邻星的到达时间差TDOA为:
TDOA = 1 c ^ [ ( l 2 - l 1 ) ] = DTO ( unk ) - DTO ( ref ) + 1 c ^ ( l 2 r - l 1 r ) - - - ( 1 )
其中,
Figure BDA0000487828430000032
表示电磁波传播速度,l1和l2分别表示运动卫星干扰源到达主星、邻星的距离,
Figure BDA0000487828430000033
Figure BDA0000487828430000034
分别表示已知参考辐射源到达主星、邻星的距离,DTO(unk)和DTO(ref)分别表示运动卫星干扰源信号和参考辐射源信号经双星转发到达接收站的差分时差,用公式表示为:
DTO ( unk ) = 1 c ^ [ ( l 2 + l m 2 ) - ( l 1 + l m 1 ) ] = 1 c ^ ( l 2 - l 1 ) + 1 c ^ ( l m 2 - l m 1 )
DTO ( ref ) = 1 c ^ [ ( l 2 r + l m 2 ) - ( l 1 r + l m 1 ) ] = 1 c ^ ( l 2 r - l 1 r ) + 1 c ^ ( l m 2 - l m 1 )
其中,lm1和lm2分别为主星、邻星到达地面接收站的距离。
其中,所述的运动卫星干扰源信号到达主星、邻星的到达频率差FDOA为:
FDOA = DFO ( unk ) - DFO ( ref ) + ( f c c ^ - f 0 c ^ ) ( v 2 ( r → m ) - v 1 ( r → m ) ) - f 0 c ^ v 21 ( r → 0 ) - - - ( 2 )
其中,fc和f0分别为干扰源和已知参考源的信号发射频率;
Figure BDA0000487828430000044
为主星速度矢量在地面接收站径向上的分量,
Figure BDA0000487828430000045
为邻星速度矢量在地面接收站径向上的分量,
Figure BDA0000487828430000046
为两颗卫星速度矢量在参考源径向上速度分量的差值,其中
Figure BDA0000487828430000047
Figure BDA0000487828430000048
分别为主星、邻星的位置矢量和速度矢量,
Figure BDA0000487828430000049
Figure BDA00004878284300000410
分别为地面接收站的两个接收天线和参考源的位置矢量;DFO(unk)和DFO(ref)分别表示干扰源信号和参考辐射源信号经双星转发到达接收站的差分频差,用公式表示为:
DFO ( unk ) = - f c c ^ ( v → s 2 - v → ) · r → s 2 - r → | | r → s 2 - r → | | - f c - f T 2 c ^ · v → s 2 · r → s 2 - r → m 2 | | r → s 2 - r → m 2 | | + f c c ^ ( v → s 1 - v → ) · r → s 1 - r → | | r → s 1 - r → | | + f c - f T 1 c ^ · v → s 1 · r → s 1 - r → m 1 | | r → s 1 - r → m 1 | | + ( f T 1 - f T 2 )
DFO ( ref ) = - f 0 c ^ v → s 2 · r → s 2 - r → 0 | | r → s 2 - r → 0 | | - f 0 - f T 2 c ^ · v → s 2 · r → s 2 - r → m 2 | | r → s 2 - r → m 2 | | + f 0 c ^ v → s 1 · r → s 1 - r → 0 | | r → s 1 - r → 0 | | + f 0 - f T 1 c ^ · v → s 1 · r → s 1 - r → m 1 | | r → s 1 - r → m 1 | | + ( f T 1 - f T 2 )
其中,
Figure BDA00004878284300000413
Figure BDA00004878284300000414
分别为运动卫星干扰源的位置矢量和速度矢量,fT1和fT2分别为主星和邻星的信号转发频率。
其中,所述的地面站接收到的运动卫星干扰源信号经主星转发后的信号频率为:
f ~ = f c + f d + Δcf = f c - f c c ^ ( v → s 1 - v → ) · r → s 1 - r → | | r → s 1 - r → | | + Δcf - - - ( 3 )
其中,fc为干扰源的信号发射频率,
Figure BDA0000487828430000053
表示电磁波传播速度,fd为运动卫星干扰源运动引起的多普勒,即
Figure BDA0000487828430000054
Δcf为运动卫星干扰源信号频率测量误差,
Figure BDA0000487828430000055
Figure BDA0000487828430000056
分别为主星的位置矢量和速度矢量,
Figure BDA0000487828430000058
分别为运动卫星干扰源的位置矢量和速度矢量。
其中,所述步骤c中的观测量的预测矩阵是由参考矢量矩阵中的每一个元素,通过公式(1)~(3)计算得到的值来构成的。
其中,所述步骤c中的优化得到最接近实际观测量的预测矩阵元素,具体为:
利用参考矢量矩阵中的每一个元素,按照公式(1)~(3)计算与之对应的观测量的预测矩阵构造函数并求将该优化问题描述如下:
其中,|·|表示求绝对值,
Figure BDA00004878284300000513
为实际观测量, Z ^ ( k ) = [ Λ TDOA ( k ) , Λ FDOA ( k ) , Λ Doppler ( k ) ] ( n , m , l ) 为观测量的预测矩阵,N为参考点χn的个数,M为航向值
Figure BDA00004878284300000515
的搜索个数,L为速度值Vl的搜索个数;
Figure BDA00004878284300000516
所对应的即为运动卫星干扰源位置的预估计值。
其中,步骤d中所述的滤波处理,是采用卡尔曼滤波算法对运动卫星干扰源位置的预估计值进行实时处理的。
本发明与现有技术相比的有益效果为:
现有的卫星干扰源定位技术可以有效解决对地面静止干扰源的定位问题,但对运动卫星干扰源的定位问题却无能为力。本发明提出了一种基于搜索优化滤波的运动卫星干扰源定位方法,为解决对运动卫星干扰源定位问题提供了一种可行的思路与方法。
附图说明
图1是本发明方法的流程图;
图2是本发明方法所借助的地面定位系统的定位示意图;
图3是本发明方法的搜索示意图。
具体实施方式
以下结合附图举例对本发明做进一步的说明。
基于搜索优化滤波的运动卫星干扰源定位方法的流程图如图1所示;所借助的地面定位系统如图2所示,其中,地面定位系统包括接收两颗卫星转发信号的地面接收站和一个已知参考辐射源发射站。地面定位系统所利用的卫星转发信号,是来自两颗临近的地球同步轨道卫星,其中受干扰的卫星称为主星,另一颗卫星称为邻星。
该发明方法的基本步骤如下:
a.利用当前时刻k的到达时间差(TDOA)观测量,并辅以地球方程,得到与当前时刻运动卫星干扰源位置相对应的等时差线;
b.参照图3,在等时差线上取若干个参考点χ(即潜在的运动卫星干扰源位置的经纬度),并在设定范围内对运动卫星干扰源的航向值
Figure BDA0000487828430000061
和速度值V进行遍历搜索,由参考点、航向值和速度值组成参考矢量矩阵(矩阵的每一个元素即为包含了运动卫星干扰源的经纬度、航向及速度的矢量)。其中,航向的搜索范围可设为全向,即范围为0°~360°;速度值的搜索范围可由运动卫星干扰源运动特性的先验知识来设定;
参考矢量矩阵为:
Figure BDA0000487828430000071
其中,χN为从时差线上选取的N个参考点,
Figure BDA0000487828430000072
为运动卫星干扰源的航向搜索值,VL为运动卫星干扰源的速度大小搜索值,M为航向值的搜索个数,L为速度值的搜索个数;
c.利用参考矢量矩阵,构造与之对应的观测量的预测矩阵,并将其中的元素与实际观测值进行比较,优化得到最接近实际观测量的预测矩阵元素,再以该元素为线索,倒推出其所对应的参考点,即为运动卫星干扰源位置的预估计值。具体实现步骤如下:
c1.观测量包括到TDOA、到达频率差(FDOA)、地面站接收到的运动干扰源信号经主星转发后的信号频率,具体表述如下:
运动卫星干扰源信号到达主星、邻星的到达时间差TDOA为:
TDOA = 1 c ^ [ ( l 2 - l 1 ) ] = DTO ( unk ) - DTO ( ref ) + 1 c ^ ( l 2 r - l 1 r ) - - - ( 1 )
其中,表示电磁波传播速度,l1和l2分别表示干扰源到达主星、邻星的距离,
Figure BDA0000487828430000076
分别表示已知参考辐射源到达主星、邻星的距离,DTO(unk)和DTO(ref)分别表示干扰源信号和参考辐射源信号经双星转发到达接收站的差分时差,用公式表示为:
DTO ( unk ) = 1 c ^ [ ( l 2 + l m 2 ) - ( l 1 + l m 1 ) ] = 1 c ^ ( l 2 - l 1 ) + 1 c ^ ( l m 2 - l m 1 )
DTO ( ref ) = 1 c ^ [ ( l 2 r + l m 2 ) - ( l 1 r + l m 1 ) ] = 1 c ^ ( l 2 r - l 1 r ) + 1 c ^ ( l m 2 - l m 1 )
其中,lm1和lm2分别为主星、邻星到达地面接收站的距离。
运动卫星干扰源信号到达主星、邻星的到达时间差TDOA为:
FDOA = DFO ( unk ) - DFO ( ref ) + ( f c c ^ - f 0 c ^ ) ( v 2 ( r → m ) - v 1 ( r → m ) ) - f 0 c ^ v 21 ( r → 0 ) - - - ( 2 )
其中,fc和f0分别为干扰源和已知参考源的信号发射频率。
Figure BDA0000487828430000082
为主星速度矢量在地面接收站径向上的分量,
Figure BDA0000487828430000083
为邻星速度矢量在地面接收站径向上的分量,
Figure BDA0000487828430000084
为两颗卫星速度矢量在参考源径向上速度分量的差值,其中
Figure BDA0000487828430000085
Figure BDA0000487828430000086
分别为主星、邻星的位置矢量和速度矢量,
Figure BDA0000487828430000087
分别为地面接收站的两个接收天线和参考源的位置矢量。DFO(unk)和DFO(ref)分别表示干扰源信号和参考辐射源信号经双星转发到达接收站的差分频差,用公式表示为:
DFO ( unk ) = - f c c ^ ( v → s 2 - v → ) · r → s 2 - r → | | r → s 2 - r → | | - f c - f T 2 c ^ · v → s 2 · r → s 2 - r → m 2 | | r → s 2 - r → m 2 | | + f c c ^ ( v → s 1 - v → ) · r → s 1 - r → | | r → s 1 - r → | | + f c - f T 1 c ^ · v → s 1 · r → s 1 - r → m 1 | | r → s 1 - r → m 1 | | + ( f T 1 - f T 2 )
DFO ( ref ) = - f 0 c ^ v → s 2 · r → s 2 - r → 0 | | r → s 2 - r → 0 | | - f 0 - f T 2 c ^ · v → s 2 · r → s 2 - r → m 2 | | r → s 2 - r → m 2 | | + f 0 c ^ v → s 1 · r → s 1 - r → 0 | | r → s 1 - r → 0 | | + f 0 - f T 1 c ^ · v → s 1 · r → s 1 - r → m 1 | | r → s 1 - r → m 1 | | + ( f T 1 - f T 2 )
其中,
Figure BDA00004878284300000811
Figure BDA00004878284300000812
分别为运动卫星干扰源的位置矢量和速度矢量,fT1和fT2分别为主星和邻星的信号转发频率。
地面接收到的运动干扰源信号经主星转发后的信号频率
Figure BDA00004878284300000813
为:
f ~ = f c + f d + Δcf = f c - f c c ^ ( v → s 1 - v → ) · r → s 1 - r → | | r → s 1 - r → | | + Δcf
其中,fc为干扰源的信号发射频率,
Figure BDA0000487828430000091
表示电磁波传播速度,fd为运动卫星干扰源运动引起的多普勒,即Δcf为运动卫星干扰源信号频率测量误差;
c2.利用参考矢量矩阵中的每一个元素,按照公式(1)~(3)计算与之对应的观测量的预测矩阵
Figure BDA0000487828430000093
构造函数
Figure BDA0000487828430000094
并求
Figure BDA0000487828430000095
将该优化问题描述如下:
Figure BDA0000487828430000096
其中,|·|表示求绝对值,
Figure BDA0000487828430000097
为实际观测量, Z ^ ( k ) = [ Λ TDOA ( k ) , Λ FDOA ( k ) , Λ Doppler ( k ) ] ( n , m , l ) 为预测量的观测值矩阵;
Figure BDA0000487828430000099
所对应的
Figure BDA00004878284300000910
即为运动卫星干扰源位置的预估计值;
d.对步骤c中得到的运动卫星干扰源位置的预估计值进行卡尔曼滤波实时处理,修正因搜索优化不准而产生较大误差的估计值,输出运动干扰源运动卫星干扰源位置的估计值;
e.更新当前时刻,重复步骤a~d,得到更新后时刻的运动卫星干扰源位置的估计值;
完成对运动卫星干扰源的定位。

Claims (10)

1.基于搜索优化滤波的运动卫星干扰源定位方法,是通过借助地面
定位系统来实现的,其特征在于包括以下步骤:
a.利用当前时刻运动卫星干扰源信号到达主星和到达邻星的时间差,并辅以地球方程,得到与当前时刻运动卫星干扰源位置相对应的等时差线;其中,主星是受运动卫星干扰源信号干扰的地球同步轨道卫星,邻星是与主星邻近的地球同步轨道卫星;
b.在步骤a中得到的等时差线上取若干对经纬度值,称为参考点,并在设定范围内对运动卫星干扰源的航向值和速度值进行搜索,由参考点、航向值和速度值组成参考矢量矩阵,参考矢量矩阵的每一个元素即为包含了运动卫星干扰源的经纬度、航向及速度的矢量;
c.利用参考矢量矩阵,构造与参考矢量矩阵对应的观测量的预测矩阵,并将预测矩阵中的元素与实际观测值进行比较,优化得到最接近实际观测量的预测矩阵元素,再以该元素为线索,倒推出其所对应的参考矢量矩阵中的位置参考点,即为运动卫星干扰源的位置预估计值;
d.对步骤c中得到的预估计值进行滤波处理,修正因搜索优化不准而产生较大误差的估计值,得到当前时刻的运动卫星干扰源位置的估计值;
e.更新当前时刻,重复步骤a~d,得到更新后时刻的运动卫星干扰源位置的估计值;
完成对运动卫星干扰源的定位。
2.根据权利要求1所述的基于搜索优化滤波的运动卫星干扰源定位方法,其特征在于:所述的运动卫星干扰源是指对卫星实施干扰的干扰源是运动的。
3.根据权利要求1所述的基于搜索优化滤波的运动卫星干扰源定位方法,其特征在于:所述的地面定位系统包括接收两颗卫星转发信号的地面接收站和一个参考辐射源发射站。
4.根据权利要求1所述的基于搜索优化滤波的运动卫星干扰源定位方法,其特征在于:步骤c中所述的观测量包括运动卫星干扰源信号到达主星、邻星的到达时间差和到达频率差以及地面站接收到的运动卫星干扰源信号经主星转发后的信号频率。
5.根据权利要求4所述的基于搜索优化滤波的运动卫星干扰源定位方法,其特征在于:所述运动卫星干扰源信号到达主星、邻星的到达时间差TDOA为:
TDOA = 1 c ^ [ ( l 2 - l 1 ) ] = DTO ( unk ) - DTO ( ref ) + 1 c ^ ( l 2 r - l 1 r ) - - - ( 1 )
其中,
Figure FDA0000487828420000022
表示电磁波传播速度,l1和l2分别表示运动卫星干扰源到达主星、邻星的距离,
Figure FDA0000487828420000023
Figure FDA0000487828420000024
分别表示已知参考辐射源到达主星、邻星的距离,DTO(unk)和DTO(ref)分别表示运动卫星干扰源信号和参考辐射源信号经双星转发到达接收站的差分时差,用公式表示为:
DTO ( unk ) = 1 c ^ [ ( l 2 + l m 2 ) - ( l 1 + l m 1 ) ] = 1 c ^ ( l 2 - l 1 ) + 1 c ^ ( l m 2 - l m 1 )
DTO ( ref ) = 1 c ^ [ ( l 2 r + l m 2 ) - ( l 1 r + l m 1 ) ] = 1 c ^ ( l 2 r - l 1 r ) + 1 c ^ ( l m 2 - l m 1 )
其中,lm1和lm2分别为主星、邻星到达地面接收站的距离。
6.根据权利要求4或5所述的基于搜索优化滤波的运动卫星干扰源定位方法,其特征在于:所述的运动卫星干扰源信号到达主星、邻星的到达频率差FDOA为:
FDOA = DFO ( unk ) - DFO ( ref ) + ( f c c ^ - f 0 c ^ ) ( v 2 ( r → m ) - v 1 ( r → m ) ) - f 0 c ^ v 21 ( r → 0 ) - - - ( 2 )
其中,fc和f0分别为干扰源和已知参考源的信号发射频率;
Figure FDA0000487828420000032
为主星速度矢量在地面接收站径向上的分量,
Figure FDA0000487828420000033
为邻星速度矢量在地面接收站径向上的分量,
Figure FDA0000487828420000034
为两颗卫星速度矢量在参考源径向上速度分量的差值,其中
Figure FDA0000487828420000035
Figure FDA0000487828420000036
分别为主星、邻星的位置矢量和速度矢量,
Figure FDA0000487828420000037
Figure FDA0000487828420000038
分别为地面接收站的两个接收天线和参考源的位置矢量;DFO(unk)和DFO(ref)分别表示干扰源信号和参考辐射源信号经双星转发到达接收站的差分频差,用公式表示为:
DFO ( unk ) = - f c c ^ ( v → s 2 - v → ) · r → s 2 - r → | | r → s 2 - r → | | - f c - f T 2 c ^ · v → s 2 · r → s 2 - r → m 2 | | r → s 2 - r → m 2 | | + f c c ^ ( v → s 1 - v → ) · r → s 1 - r → | | r → s 1 - r → | | + f c - f T 1 c ^ · v → s 1 · r → s 1 - r → m 1 | | r → s 1 - r → m 1 | | + ( f T 1 - f T 2 )
DFO ( ref ) = - f 0 c ^ v → s 2 · r → s 2 - r → 0 | | r → s 2 - r → 0 | | - f 0 - f T 2 c ^ · v → s 2 · r → s 2 - r → m 2 | | r → s 2 - r → m 2 | | + f 0 c ^ v → s 1 · r → s 1 - r → 0 | | r → s 1 - r → 0 | | + f 0 - f T 1 c ^ · v → s 1 · r → s 1 - r → m 1 | | r → s 1 - r → m 1 | | + ( f T 1 - f T 2 )
其中,
Figure FDA00004878284200000311
Figure FDA00004878284200000312
分别为运动卫星干扰源的位置矢量和速度矢量,fT1和fT2分别为主星和邻星的信号转发频率。
7.根据权利要求6所述的基于搜索优化滤波的运动卫星干扰源定位方法,其特征在于:所述的地面站接收到的运动卫星干扰源信号经主星转发后的信号频率
Figure FDA0000487828420000041
为:
f ~ = f c + f d + Δcf = f c - f c c ^ ( v → s 1 - v → ) · r → s 1 - r → | | r → s 1 - r → | | + Δcf - - - ( 3 )
其中,fc为干扰源的信号发射频率,
Figure FDA0000487828420000043
表示电磁波传播速度,fd为运动卫星干扰源运动引起的多普勒,即
Figure FDA0000487828420000044
Δcf为运动卫星干扰源信号频率测量误差,
Figure FDA0000487828420000045
Figure FDA0000487828420000046
分别为主星的位置矢量和速度矢量,
Figure FDA0000487828420000047
Figure FDA0000487828420000048
分别为运动卫星干扰源的位置矢量和速度矢量。
8.根据权利要求7所述的基于搜索优化滤波的运动卫星干扰源定位方法,其特征在于:所述步骤c中的观测量的预测矩阵是由参考矢量矩阵中的每一个元素,通过公式(1)~(3)计算得到的值来构成的。
9.根据权利要求8所述的基于搜索优化滤波的运动卫星干扰源定位方法,其特征在于:所述步骤c中的优化得到最接近实际观测量的预测矩阵元素,具体为:
利用参考矢量矩阵中的每一个元素,按照公式(1)~(3)计算与之对应的观测量的预测矩阵
Figure FDA0000487828420000049
构造函数并求将该优化问题描述如下:
Figure FDA00004878284200000412
其中,|·|表示求绝对值,
Figure FDA00004878284200000413
为实际观测量, Z ^ ( k ) = [ Λ TDOA ( k ) , Λ FDOA ( k ) , Λ Doppler ( k ) ] ( n , m , l ) 为观测量的预测矩阵,N为参考点χn的个数,M为航向值
Figure FDA00004878284200000415
的搜索个数,L为速度值Vl的搜索个数;
Figure FDA00004878284200000416
所对应的
Figure FDA00004878284200000417
即为运动卫星干扰源位置的预估计值。
10.根据权利要求1所述的基于搜索优化滤波的运动卫星干扰源定位方法,其特征在于:步骤d中所述的滤波处理,是采用卡尔曼滤波算法对运动卫星干扰源位置的预估计值进行实时处理的。
CN201410136689.0A 2014-04-08 2014-04-08 基于搜索优化滤波的运动卫星干扰源定位方法 Active CN103885031B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410136689.0A CN103885031B (zh) 2014-04-08 2014-04-08 基于搜索优化滤波的运动卫星干扰源定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410136689.0A CN103885031B (zh) 2014-04-08 2014-04-08 基于搜索优化滤波的运动卫星干扰源定位方法

Publications (2)

Publication Number Publication Date
CN103885031A true CN103885031A (zh) 2014-06-25
CN103885031B CN103885031B (zh) 2016-03-23

Family

ID=50954029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410136689.0A Active CN103885031B (zh) 2014-04-08 2014-04-08 基于搜索优化滤波的运动卫星干扰源定位方法

Country Status (1)

Country Link
CN (1) CN103885031B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104297723A (zh) * 2014-11-06 2015-01-21 中国电子科技集团公司第五十四研究所 基于搜索优化和非线性滤波的运动卫星干扰源定位方法
CN105607038A (zh) * 2015-12-25 2016-05-25 中国电子科技集团公司第五十四研究所 基于gpu实现的运动卫星干扰源定位方法
CN105959073A (zh) * 2016-06-08 2016-09-21 北京空间飞行器总体设计部 一种星座卫星测控信号干扰功率估算方法
CN109597841A (zh) * 2018-12-12 2019-04-09 中国人民解放军32021部队 一种基于多型测绘卫星重复观测的目标定位精度优化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1006678A1 (en) * 1998-12-04 2000-06-07 ICO Services Ltd. Communications apparatus and method in satellite system for interference mitigation using user and interferer position
EP1035664A1 (en) * 1999-03-12 2000-09-13 ICO Services Ltd. Satellite communication system with interference mitigation
JP2004328088A (ja) * 2003-04-22 2004-11-18 National Institute Of Information & Communication Technology 干渉源地球局の位置特定方法
CN102083090A (zh) * 2009-11-27 2011-06-01 中国移动通信集团北京有限公司 一种干扰源的定位方法及装置
CN102186202A (zh) * 2011-01-04 2011-09-14 京信通信系统(中国)有限公司 一种干扰源定位系统以及方法
CN103576166A (zh) * 2012-08-06 2014-02-12 国家无线电监测中心 基于单颗静止轨道卫星对干扰源进行定位的方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1006678A1 (en) * 1998-12-04 2000-06-07 ICO Services Ltd. Communications apparatus and method in satellite system for interference mitigation using user and interferer position
EP1035664A1 (en) * 1999-03-12 2000-09-13 ICO Services Ltd. Satellite communication system with interference mitigation
JP2004328088A (ja) * 2003-04-22 2004-11-18 National Institute Of Information & Communication Technology 干渉源地球局の位置特定方法
CN102083090A (zh) * 2009-11-27 2011-06-01 中国移动通信集团北京有限公司 一种干扰源的定位方法及装置
CN102186202A (zh) * 2011-01-04 2011-09-14 京信通信系统(中国)有限公司 一种干扰源定位系统以及方法
CN103576166A (zh) * 2012-08-06 2014-02-12 国家无线电监测中心 基于单颗静止轨道卫星对干扰源进行定位的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孟英: "卫星干扰源时延和频移定位参数估计方法的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 8, 15 August 2008 (2008-08-15), pages 1 - 66 *
韩运磊: "卫星干扰源定位参数TDOA和FDOA估计方法的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 6, 15 June 2010 (2010-06-15), pages 1 - 82 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104297723A (zh) * 2014-11-06 2015-01-21 中国电子科技集团公司第五十四研究所 基于搜索优化和非线性滤波的运动卫星干扰源定位方法
CN105607038A (zh) * 2015-12-25 2016-05-25 中国电子科技集团公司第五十四研究所 基于gpu实现的运动卫星干扰源定位方法
CN105959073A (zh) * 2016-06-08 2016-09-21 北京空间飞行器总体设计部 一种星座卫星测控信号干扰功率估算方法
CN105959073B (zh) * 2016-06-08 2018-06-01 北京空间飞行器总体设计部 一种星座卫星测控信号干扰功率估算方法
CN109597841A (zh) * 2018-12-12 2019-04-09 中国人民解放军32021部队 一种基于多型测绘卫星重复观测的目标定位精度优化方法
CN109597841B (zh) * 2018-12-12 2019-10-08 中国人民解放军32021部队 一种基于多型测绘卫星重复观测的目标定位精度优化方法

Also Published As

Publication number Publication date
CN103885031B (zh) 2016-03-23

Similar Documents

Publication Publication Date Title
Saeed et al. A state-of-the-art survey on multidimensional scaling-based localization techniques
Khalife et al. On the achievability of submeter-accurate UAV navigation with cellular signals exploiting loose network synchronization
Ye et al. Neural-network-assisted UE localization using radio-channel fingerprints in LTE networks
Maaref et al. Autonomous integrity monitoring for vehicular navigation with cellular signals of opportunity and an IMU
CN103746757A (zh) 一种基于星载多波束天线的单星干扰源定位方法
CN103885031B (zh) 基于搜索优化滤波的运动卫星干扰源定位方法
Whiton et al. Urban navigation with LTE using a large antenna array and machine learning
Khalife et al. Differential framework for submeter-accurate vehicular navigation with cellular signals
Elgamoudi et al. A survey for recent techniques and algorithms of geolocation and target tracking in wireless and satellite systems
CN109061559A (zh) 一种uwb基站天线相位中心偏差建模与改正的研究方法
CN105607038A (zh) 基于gpu实现的运动卫星干扰源定位方法
Deng et al. WiFi positioning based on user orientation estimation and smartphone carrying position recognition
Bhamidipati et al. Locating multiple GPS jammers using networked UAVs
CN104297723A (zh) 基于搜索优化和非线性滤波的运动卫星干扰源定位方法
Kang et al. Indoor navigation algorithm based on a smartphone inertial measurement unit and map matching
Lee et al. A preliminary study of machine-learning-based ranging with LTE channel impulse response in multipath environment
Jayaweera A novel deep learning gps anti-spoofing system with doa time-series estimation
Li et al. Performance research of real-time kinematic/5G combined positioning model
Whiton et al. Wiometrics: Comparative performance of artificial neural networks for wireless navigation
Maymo-Camps et al. 5G positioning and hybridization with GNSS observations
Jiang et al. Convolutional Neural Networks Based GNSS Signal Classification using Correlator-Level Measurements
Lowrance et al. Direction of arrival estimation for robots using radio signal strength and mobility
Srinivas et al. Communications and high-precision positioning (chp2): Joint position and orientation tracking
Elgamoudi et al. Contribution to develop a generic hybrid technique of satellite system for RFI geolocation
Ishikawa et al. Method for detecting user positions with unmanned aerial vehicles based on doppler shifts

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant