CN108318857B - 基于分数阶傅里叶变换的多个非合作发射源被动定位方法 - Google Patents

基于分数阶傅里叶变换的多个非合作发射源被动定位方法 Download PDF

Info

Publication number
CN108318857B
CN108318857B CN201810132146.XA CN201810132146A CN108318857B CN 108318857 B CN108318857 B CN 108318857B CN 201810132146 A CN201810132146 A CN 201810132146A CN 108318857 B CN108318857 B CN 108318857B
Authority
CN
China
Prior art keywords
signal
emission
positioning
fourier transform
emission sources
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.)
Active
Application number
CN201810132146.XA
Other languages
English (en)
Other versions
CN108318857A (zh
Inventor
易伟
陈芳香
葛萌萌
袁野
周涛
孔令讲
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201810132146.XA priority Critical patent/CN108318857B/zh
Publication of CN108318857A publication Critical patent/CN108318857A/zh
Application granted granted Critical
Publication of CN108318857B publication Critical patent/CN108318857B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种基于分数阶傅里叶变换的多个非合作发射源被动定位方法，属于雷达信号处理领域。本发明针对多个发射线性调频信号的发射源，采用多个接收机截获信号并将数据传输给处理中心进行定位；本发明采用了分数阶傅里叶变换处理多个基站的接收信号，然后对处理得到的功率谱应用目标提取算法并估计信号参数，再利用分类算法对参数进行分类，在得到目标数类别组参数后，利用网格搜索的方法定位出每个发射源。该方法有效利用了发射信号的波形信息，实现了对多个微弱发射源的高精度定位，有效解决了现有的定位算法在低信噪比下定位性能不高的问题，从而实现对多个微弱目标的高精度定位。

Description

基于分数阶傅里叶变换的多个非合作发射源被动定位方法
技术领域
本发明属于雷达信号处理领域，特别涉及一种基于分数阶傅里叶变换的多个非合作发射源被动定位方法。
背景技术
近年来，由于日益激烈的电子战，使得在复杂环境下，对多个微弱目标进行高精度定位受到越来越多的关注。而被动定位技术因其具有其诸多优点如隐蔽性、低功耗等，受到了越来越多的关注。被动定位通常采用几个分布广泛的雷达基站截获多个目标发射机的发射信号，相比主动雷达，由于雷达自身不需要发射源发射电磁波，因此被动定位也被称为无源定位。
现有技术中，采用DPD定位技术进行定位。DPD定位方法考虑了两种情况，一种是目标发射源发射的信号已知，如训练信号或同步信号，我们称这种情况的DPD定位算法为DPD-known算法，由于知道了发射信号的信号波形，因此该方法是理论上最优的定位算法。另一种情况是目标发射的信号完全未知，主要针对非合作的发射源，在电子战中最为常见。由于不知道目标信号的形式，DPD定位方法通过使代价函数特征值最大的方法实现了发射源定位，仿真显示其定位性能仍然优于传统的定位方法，称这种方法为DPD-unknown算法。但是，该方法忽略了发射信号的波形信息，其定位精度受限，不能适应微弱目标的更高精度定位，且该种定位方法只适用于单目标定位,无法适应多个微弱目标的高精度定位。
发明内容
为了解决上述问题，本发明针对多个微弱非合作目标发射机，研究设计一种多个非合作的发射线性调频信号的发射源的高精度的定位方法，解决了现有技术定位多个微弱目标精度差的问题。
本发明采用的技术方案为：
一种基于分数阶傅里叶变换的多个非合作发射源被动定位方法，包括以下步骤：
步骤1，初始化参数，其中，所述参数包括接收机个数、各接收机位置、采样间隔、各接收机通道上的噪声协方差矩阵及分数阶傅里叶变换的阶次；
步骤2，读取各接收机的量测，对量测进行采样，得到数个离散的量测向量；
步骤3，对各所述量测向量进行分数阶傅里叶变换，得到各接收机量测的功率谱；
步骤4，对所述功率谱利用目标提取算法提取局部极值点并估计发射源个数和信号参数，得到发射源个数估计值，其中，信号参数包括调频斜率和初始频率估计值；
步骤5，应用基本分类算法，以所述发射源个数估计值为类别数，将所述信号参数分为所述类别数类；
步骤6，划分目标位置网格搜索区间，信号发射时间的网格搜索区间及信号长度的网格搜索区间；
步骤7，采用网格搜索的方法对发射源进行定位。
进一步地，所述步骤4中的所述目标提取算法为图像膨胀算法。
进一步地，所述步骤5中的所述基本分类算法为k-means分类算法。
进一步地，所述步骤7的流程包括：
步骤71，初始化已定位发射源个数；
步骤72，采用网格搜索的方法定位一个发射源；
步骤73，更新所述已定位发射源个数；
步骤74，判断所述已定位发射源个数与所述发射源个数估计值的大小；
步骤75，当所述已定位发射源个数不小于所述发射源个数估计值时，结束定位。
进一步地，所述步骤7还包括以下流程：
步骤76，当所述已定位发射源个数小于所述发射源个数估计值时，流程回到所述步骤72。
进一步地，所述步骤72的步骤包括以下流程：
步骤721，设置代价初值；
步骤722，选取一个网格点作为发射信号的位置坐标、发射时间及发射时间信号长度，根据所述位置坐标和发射时间得到所述发射信号的时延；
步骤723，根据所述量测向量得出定位的发射源的调频斜率估计值和初始频率估计值，生成估计的定位的发射源的线性调频信号参数；
步骤724，根据所述网格点和所述线性调频信号参数，计算定位的发射源的代价函数值；
步骤725，当所述代价函数值大于所述代价初值时，以所述代价函数值替代所述代价初值，将对应的网格点作为发射源的位置估计；
步骤726，判断数据平面上所有的网格点是否已经被遍历；
步骤727，当所有的网格未被全部遍历，流程回到步骤722；
步骤728，当所有的网格点被遍历，最终的发射源的位置估计为该发射源的定位结果。
进一步地，所述步骤724中计算代价函数值的流程如下：
根据信号的时延、信号长度以估计的线性调频信号参数构建匹配函数；
将匹配函数在时间上离散化，得到离散后的匹配函数；
计算对应网格点的代价函数值。
本发明的有益效果：基于分数阶傅里叶变换处理线性调频信号的高效性，结合目标提取算法及基本分类算法，将多目标定位问题转化为多个单目标问题，针对单目标定位问题采用网格搜索的方法并结合估计得到的信号参数定位该发射源。本发明的优点是充分利用了每个发射信号的波形信息，有效实现了对多个微弱发射源的高精度定位。本发明可以应用于现有被动雷达的多目标高精度定位中。
附图说明
图1为本发明的流程图。
图2为图1中步骤7的流程图。
图3为图2中步骤72的流程图。
图4为图3中步骤724的流程图。
具体实施方式
本发明主要采用计算机仿真的方法进行验证，所有步骤、结论都在MATLAB-R2016a上验证正确。
下面结合附图对本发明的实施例做进一步的说明。
请参阅图1，图1为本发明的流程图。
本发明的一种基于分数阶傅里叶变换的多个非合作发射源被动定位方法，具体实施步骤如下：
步骤1，初始化参数，其中，所述参数包括接收机个数、各接收机位置、采样间隔、各接收机通道上的噪声协方差矩阵及分数阶傅里叶变换的阶次。
本实施例中，初始化的参数班阔：目标发射机的位置、雷达基站接收机的个数L＝4、雷达基站接收机位置、采用周期Ts＝10-7s，分数阶傅里叶变换的阶次为0.005，各接收机通道上的噪声协方差矩阵Rl。
步骤2，读取各接收机的量测，对量测进行采样，得到数个离散的量测向量。
本实施例中，得到的L个用于仿真的离散的量测向量rl，rl＝[rl[0],rl[1],...,rl[Ns-1]]，l＝1,2,...,L。其中，表示量测样本个数Ns。
这里用于仿真的三个调频信号的初始频率分别为3MHz、4MHz和1MHz，调频斜率分别为0.1MHz/μs、-0.04MHz/μs和0.2MHz/μs。
步骤3，对各所述量测向量进行分数阶傅里叶变换，得到各接收机量测的功率谱。
本实施例中，根据设置的分数阶傅里叶变换的阶次，对rl作分数阶傅里叶变换，得到其功率谱。
步骤4，对所述功率谱利用目标提取算法提取局部极值点并估计发射源个数和信号参数，得到发射源个数估计值，其中，信号参数包括调频斜率和初始频率估计值。
本实施例中，应用的目标提取算法为图像膨胀算法，得到的发射源个数估计值为Q。
步骤5，应用基本分类算法，以所述发射源个数估计值为类别数，将所述信号参数分为所述类别数类。
本实施例中，应用的基本分类算法为k-means分类算法，将估计得到的信号参数分为Q类。即将调频斜率分为Q个类别。
步骤6，划分目标位置网格搜索区间，信号发射时间的网格搜索区间及信号长度的网格搜索区间。
本实施例中，划分目标位置网格搜索区间(xgrid,ygrid)，信号发射时间的网格搜索区间tgrid及信号长度的网格搜索区间Tgrid。
步骤7，采用网格搜索的方法对发射源进行定位。
请参阅图2，实现步骤7的具体流程如下：
步骤71，初始化已定位发射源个数。
本实施例中，设置已定位的发射源个数q＝0。
步骤72，采用网格搜索的方法定位一个发射源。
本实施例中，采用网格搜索的方法定位Q个中的一个。
步骤73，更新所述已定位发射源个数。
本实施例中，更新已定位的发射源个数q＝q+1，即每一次对一个发射源的定位完成，更新一次已定位发射源的个数。
步骤74，判断所述已定位发射源个数与所述发射源个数估计值的大小。
本实施例中，判断q和Q的大小关系。
步骤75，当所述已定位发射源个数不小于所述发射源个数估计值时，结束定位。
本实施例中，当q≥Q时，即已定位发射源个数不小于发射源个数估计值时对发射源的定位完成。
步骤76，当所述已定位发射源个数小于所述发射源个数估计值时，流程回到所述步骤72。
本实施例中，当q＜Q时，即已定位发射源个数不足发射源个数估计值，回到步骤72继续对其它发射源进行定位。
请参阅图3，步骤72中，对一个发射源的定位由如下流程实现：
步骤721，设置代价初值。
本实施例中，设置代价初值Num＝0。
步骤722，选取一个网格点作为发射信号的位置坐标、发射时间及发射时间信号长度，根据所述位置坐标和发射时间得到所述发射信号的时延。
本实施例中，选取一个网格点η1grid＝(xgrid,ygrid,tgrid,Tgrid)，根据网格点的参数计算其相应的时延tl(pq)。
步骤723，根据所述量测向量得出定位的发射源的调频斜率估计值和初始频率估计值，生成估计的定位的发射源的线性调频信号参数。
本实施例中，从L个量测向量中估计出所定位的发射源的调频斜率的估计值
Figure GDA0001603168090000071
和初始频率估计值
Figure GDA0001603168090000072
并生成所定位的发射源的线性调频信号参数
Figure GDA0001603168090000073
步骤724，根据所述网格点和所述线性调频信号参数，计算定位的发射源的代价函数值。
本实施例中，根据网格点η1grid＝(xgrid,ygrid,tgrid,Tgrid)和估计的线性调频信号参数
Figure GDA0001603168090000074
计算得出所定位的发射源的代价函数值
Figure GDA0001603168090000075
步骤725，当所述代价函数值大于所述代价初值时，以所述代价函数值替代所述代价初值，将对应的网格点作为发射源的位置估计。
本实施例中，比较一个网格点得出的所定位的发射源的代价函数值和代价初值的大小，当代价函数值大于代价初值时，更新Num＝lq，将对应的网格点作为发射源的位置估计，
Figure GDA0001603168090000076
步骤726，判断数据平面上所有的网格点是否已经被遍历。
本实施例中，直到全部网格点被遍历，从而估计的发射源位置为
Figure GDA0001603168090000077
步骤727，当所有的网格未被全部遍历，流程回到步骤722。
本实施例中，若未被全部遍历，回到步骤722继续对网格点进行遍历。
步骤728，当所有的网格点被遍历，最终的发射源的位置估计为该发射源的定位结果。
本实施例中，当所有的网格点被遍历，此时该发射源的定位结果为能使代价初值最大的那个代价函数值所对应的网格点，保存定位结果
Figure GDA0001603168090000081
本实施例中，一个发射源的定位，是根据使得能让代价初值最大的网格点来进行的，即遍历所有网格点后，所有网格点中，能让得到的代价函数值最大的那个网格点作为该发射源的位置估计。
请参阅图4，步骤724中，代价函数值的计算流程如下：
步骤11，根据信号的时延、信号长度以估计的线性调频信号参数构建匹配函数。
本实施例中，根据信号的时延tl(pq)、信号的长度Tgrid及估计出的线性调频信号参数
Figure GDA0001603168090000082
构建匹配函数
Figure GDA0001603168090000083
Figure GDA0001603168090000084
其中，l＝1,2,...,L，
Figure GDA0001603168090000085
为根据信号参数恢复出的所定位的发射源的发射信号，
Figure GDA0001603168090000086
步骤12，将匹配函数在时间上离散化，得到离散后的匹配函数。
本实施例中，得到离散后的匹配函数
Figure GDA0001603168090000087
步骤13，计算对应网格点的代价函数值。
本实施例中，计算对应网格点η1grid的代价函数值：
Figure GDA0001603168090000088
其中，H表示对矩阵共轭装置，Rl代表第l个接收机通道上目标附近噪声及干扰的协方差矩阵。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (5)

1.一种基于分数傅里叶变换的多个非合作发射源被定位方法，其特征在于，包括以下步骤：
步骤1，初始化参数，其中，所述参数包括接收机个数、各接收机位置、采样间隔、各接收机通道上的噪声协方差矩阵及分数阶傅里叶变换的阶次；
步骤2，读取各接收机的量测，对量测进行采样，得到数个离散的量测向量；
步骤3，对各所述量测向量进行分数阶傅里叶变换，得到各接收机量测的功率谱；
步骤4，对所述功率谱利用目标提取算法提取局部极值点并估计发射源个数和信号参数，得到发射源个数估计值，其中，信号参数包括调频斜率和初始频率估计值；
步骤5，应用基本分类算法，以所述发射源个数估计值为类别数，将所述信号参数分为所述类别数类；
步骤6，划分目标位置网格搜索区间，信号发射时间的网格搜索区间及信号长度的网格搜索区间；
步骤7，采用网格搜索的方法对发射源进行定位；流程包括：
步骤71，初始化已定位发射源个数；
步骤72，采用网格搜索的方法定位一个发射源；包括以下流程：
步骤721，设置代价初值；
步骤722，选取一个网格点作为发射信号的位置坐标、发射时间及发射时间信号长度，根据所述位置坐标和发射时间得到所述发射信号的时延；
步骤723，根据所述量测向量得出定位的发射源的调频斜率估计值和初始频率估计值，生成估计的定位的发射源的线性调频信号参数；
步骤724，根据所述网格点和所述线性调频信号参数，计算定位的发射源的代价函数值；
步骤725，当所述代价函数值大于所述代价初值时，以所述代价函数值替代所述代价初值，将对应的网格点作为发射源的位置估计；
步骤726，判断数据平面上所有的网格点是否已经被遍历；
步骤727，当所有的网格未被全部遍历，流程回到步骤722；
步骤728，当所有的网格点被遍历，最终的发射源的位置估计为该发射源的定位结果；
步骤73，更新所述已定位发射源个数；
步骤74，判断所述已定位发射源个数与所述发射源个数估计值的大小；
步骤75，当所述已定位发射源个数不小于所述发射源个数估计值时，结束定位。
2.如权利要求1所述的基于分数傅里叶变换的多个非合作发射源被定位方法，其特征在于，所述步骤4中的所述目标提取算法为图像膨胀算法。
3.如权利要求1所述的基于分数傅里叶变换的多个非合作发射源被定位方法，其特征在于，所述步骤5中的所述基本分类算法为k-means分类算法。
4.如权利要求1所述的基于分数傅里叶变换的多个非合作发射源被定位方法，其特征在于，所述步骤7还包括以下流程：
步骤76，当所述已定位发射源个数小于所述发射源个数估计值时，流程回到所述步骤72。
5.如权利要求1所述的基于分数傅里叶变换的多个非合作发射源被定位方法，其特征在于，所述步骤724中计算代价函数值的流程如下：
根据信号的时延、信号长度以估计的线性调频信号参数构建匹配函数；
将匹配函数在时间上离散化，得到离散后的匹配函数；
计算对应网格点的代价函数值。
CN201810132146.XA 2018-02-09 2018-02-09 基于分数阶傅里叶变换的多个非合作发射源被动定位方法 Active CN108318857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810132146.XA CN108318857B (zh) 2018-02-09 2018-02-09 基于分数阶傅里叶变换的多个非合作发射源被动定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810132146.XA CN108318857B (zh) 2018-02-09 2018-02-09 基于分数阶傅里叶变换的多个非合作发射源被动定位方法

Publications (2)

Publication Number Publication Date
CN108318857A CN108318857A (zh) 2018-07-24
CN108318857B true CN108318857B (zh) 2020-04-07

Family

ID=62903259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810132146.XA Active CN108318857B (zh) 2018-02-09 2018-02-09 基于分数阶傅里叶变换的多个非合作发射源被动定位方法

Country Status (1)

Country Link
CN (1) CN108318857B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113055815B (zh) * 2021-03-10 2021-12-07 电子科技大学 基于最大似然估计的多传感器1比特直接定位方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103428154A (zh) * 2013-08-02 2013-12-04 浙江大学 基于Vector OFDM的双选择性信道的变换域复用方法
CN103532656A (zh) * 2013-08-08 2014-01-22 北京理工大学 基于分数阶傅里叶域信道化的宽带线性调频信号多假目标干扰方法
CN103701743A (zh) * 2012-09-27 2014-04-02 上海贝尔股份有限公司 基于分段式扩频的ofdma发射机和接收机
CN105974362A (zh) * 2016-04-29 2016-09-28 电子科技大学 一种联合估计信号参数和位置的高精度被动定位方法
WO2017121168A1 (zh) * 2016-01-11 2017-07-20 无锡知谷网络科技有限公司 簇式磁场定位的方法、装置和系统
CN107402380A (zh) * 2017-05-12 2017-11-28 电子科技大学 一种实现多普勒波束锐化成像的快速自适应迭代方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103701743A (zh) * 2012-09-27 2014-04-02 上海贝尔股份有限公司 基于分段式扩频的ofdma发射机和接收机
CN103428154A (zh) * 2013-08-02 2013-12-04 浙江大学 基于Vector OFDM的双选择性信道的变换域复用方法
CN103532656A (zh) * 2013-08-08 2014-01-22 北京理工大学 基于分数阶傅里叶域信道化的宽带线性调频信号多假目标干扰方法
WO2017121168A1 (zh) * 2016-01-11 2017-07-20 无锡知谷网络科技有限公司 簇式磁场定位的方法、装置和系统
CN105974362A (zh) * 2016-04-29 2016-09-28 电子科技大学 一种联合估计信号参数和位置的高精度被动定位方法
CN107402380A (zh) * 2017-05-12 2017-11-28 电子科技大学 一种实现多普勒波束锐化成像的快速自适应迭代方法

Also Published As

Publication number Publication date
CN108318857A (zh) 2018-07-24

Similar Documents

Publication Publication Date Title
CN107132505A (zh) 直达与非直达混合场景中的多目标直接定位方法
CN109001706B (zh) 基于特征值最大化的多个辐射源目标被动直接定位方法
Hamdollahzadeh et al. Moving target localization in bistatic forward scatter radars: Performance study and efficient estimators
CN105974362B (zh) 一种联合估计信号参数和位置的高精度被动定位方法
CN110163040B (zh) 非高斯杂波中雷达辐射源信号识别技术
CN106371078B (zh) 基于发射波形和位置联合估计的多发射源被动定位方法
CN116148829A (zh) 一种基于非合作外辐射源的多基雷达定位方法
CN113702901B (zh) 一种基于信号相关性增强的互相关时延估计方法
Zhang et al. Localization by signals of opportunity in the absence of transmitter position
CN108318857B (zh) 基于分数阶傅里叶变换的多个非合作发射源被动定位方法
CN106125059B (zh) 非参数联合估计信号及位置的被动定位方法
CN105548959B (zh) 一种基于稀疏重建的多传感器多目标的定位方法
CN108333561B (zh) 基于位置与波形参数联合估计的多发射源被动定位方法
CN108490465A (zh) 基于时频差与测向的地面同频多运动辐射源跟踪方法及系统
CN107219498B (zh) 基于mml-pmht的多基站单频网无源协同定位方法
US20180356494A1 (en) Wideband ranging system
Wang et al. Automatic jamming modulation classification exploiting convolutional neural network for cognitive radar
CN106371088B (zh) 基于clean的多个非合作发射源被动定位方法
Wang et al. WiFi Realtime Localization for Smartphones by MIMO-OFDM Tracking Algorithm
Chen et al. Passive direct positioning of emitters with unknown LFM signals based on FRFT
Li et al. MEAP: Approximate optimal estimate extraction for the SMC-PHD filter
Žák et al. A histogram based radar signal identification process
CN113204019B (zh) 一种被动式高速交会目标直接定轨方法及系统
Lu et al. A recursive sorting method based on multi-station TDOA vector
Li et al. Moving target detection in the cepstrum domain for passive coherent location (PCL) radar

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant