CN110596691B - 一种考虑地球曲率的双基站三维无源定位方法 - Google Patents
一种考虑地球曲率的双基站三维无源定位方法 Download PDFInfo
- Publication number
- CN110596691B CN110596691B CN201910815155.3A CN201910815155A CN110596691B CN 110596691 B CN110596691 B CN 110596691B CN 201910815155 A CN201910815155 A CN 201910815155A CN 110596691 B CN110596691 B CN 110596691B
- Authority
- CN
- China
- Prior art keywords
- target
- state
- measurement
- likelihood function
- ecef
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000005855 radiation Effects 0.000 claims abstract description 12
- 230000002068 genetic effect Effects 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 239000002245 particle Substances 0.000 claims 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 230000007123 defense Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种考虑地球曲率的双基站三维无源定位方法。本发明首先在考虑地球曲率的情况下，建立目标和外辐射源在地心地固坐标系下(ECEF)的运动方程，然后根据量测得到的双基站距离和角度信息建立似然函数，通过遗传算法求解出该似然函数的极值，将其作为目标的初始运动状态。此外考虑到遗传算法计算的时间随着数据量的增加而增加，本发明为了兼顾实时性和准确性的要求，只选取前十五个时刻的测量值来建立似然函数，在遗传算法求出似然函数的解得到目标的初始状态后，后面时刻使用概率数据关联算法(PDA)结合扩展卡尔曼滤波(EKF)进行目标状态的预测和更新。
Description
技术领域
本发明属于雷达数据处理领域，具体涉及一种考虑地球曲率的双基站三维无源定位方法。
背景技术
无源协同定位系统(PCL)利用第三方信号发射站(调频广播、手机基站等)作为外辐射源/机会照射源，通过对外辐射源的直达波和目标反射/散射的回波进行信号相干处理，实现目标无源定位。该系统成本低，抗干扰能力强，隐身/反隐身效果良好，是防空预警的重要手段，对军事防御和领空安全具有重要的战略意义。双基站系统的示意图可以参见说明书附图中的图1，图中Tx表示外辐射源，Rx表示接收站，Ox表示目标，dOR表示Ox与Rx间的距离，在后面说明中用||Xk-Xr,k||表示；dOT表示Ox与Tx间的距离,在后面说明中用||Xk-Xt,k||表示；dRT表示Rx与Tx间的距离，在后面说明中用||Xt,k-Xr,k||表示。Rx由监控天线和参考天线组成，其中监控天线接收由Tx发射且经Ox反射的信号，参考天线接收Tx发射的直达信号。通过比较回波信号和直达信号，实现Ox的无源定位。
目标在真实三维场景中均有一定高度，然而PCL系统无法测量源于目标的俯仰角信息，导致测量值中不包含关于高度的信息，进而使各种滤波算法的目标跟踪精度下降。因此，如何根据传统测量值(方位角，距离差等)有效估计包含标高度的三维状态显得十分重要。中国航天集团的熊伟团队提出一种基于雷达局部航迹的目标高度估计方法，通过多个基站的局部航迹估计，建立关于目标高度的非线性模型，利用无迹卡尔曼滤波最终估计目标高度。西安电子科技大学的刘宏伟团队针对该问题提出一种解决方法：根据测量方程推导了融合中心更新方程，用各基站的局部信息代替更新方程的测量值，从而实现了目标三维状态估计。
上述的一些方法都没有考虑地球曲率对于目标三维跟踪的影响。事实上在高空时，由于地平线的延伸，弯曲的地球变得有意义。而不能单纯的认为地球是平的，此时就需要考虑地球曲率对于目标高度估计的影响。忽略地球曲率造成的误差可以参见说明书附图的图2，图中R为地球半径，h’为雷达测出的目标高度，h为考虑曲率时的目标真实高度，△h为忽略曲率时的高度误差。
发明内容
本发明针对现有技术的不足，提出了一种考虑地球曲率的双基站三维无源定位方法。
本发明方法的具体步骤是：
步骤1.首先建立目标和外辐射源在地心地固坐标系(ECEF)坐标系中的运动状态。
步骤2.根据双基站测量的角度和距离信息建立似然函数。
步骤3.使用遗传算法对建立的似然函数求解，得到的极值就是目标的初始状态。
步骤4.根据步骤3中得到的极值作为初始状态使用PDA结合扩展卡尔曼滤波(EKF)来进行预测更新，进而得到目标在每一时刻的运动状态。
本发明的有益效果：
1.在目标三维无源定位中考虑了地球曲率的影响，更加接近真实场景，提高了目标定位跟踪精度。
2.由于遗传算法求解问题比较耗时，将遗传算法和PDA结合起来解决了遗传算法耗时的问题，达到了实时性的需求。
附图说明
图1为双基站PCL系统示意图；
图2为忽略地球曲率时，目标三维跟踪中高度估计产生的误差示意图；
图3为本发明的流程图。
具体实施方式
本发明考虑地球曲率的影响，针对双基站外辐射源雷达网，提出了一种考虑地球曲率的双基站三维无源定位方法，通过建立似然函数并求解得到初始位置，然后再使用概率数据关联(PDA)进行预测和更新，实现对目标的准确的三维跟踪。本发明的具体流程图可以参见说明书附图的图3。
该方法具体包括以下步骤：
步骤1：首先建立目标在ECEF中的运动状态即：
其中，xt,yt,zt分别为目标在ECEF坐标系中X,Y,Z位置上的运动状态，x0、y0、z0为ECEF坐标系中目标的初始位置，v为目标运动的速度，δ为北极到速度方向顺时针的角度，Ti表示采样间隔，并且，
同理建立外辐射源的运动状态。
步骤2：假设目标和辐射源都是近似做匀速直线运动的，接收站是静止的，得到的有杂波的测量值为：
其中，hk(i)为无噪测量。
其中，rk(i)为双基站距离，θk(i)为回波路径相对于直达波路径的方位角，||·||为欧几里得范数，Xk＝[xk,yk,zk]T，Xt,k＝[xt,k,yt,k,zt,k]T，Xr,k＝[0,0,0]T，vk～N(0,Rk)，
σr,k为距离差测量误差，σθ,k为方位角测量误差，其中xk、yk、zk为k时刻目标在ECEF中的位置，xt,k、yt,k、zt,k为k时刻外辐射源在ECEF中的位置。杂波Γk(i)在测量空间内假设服从均匀分布，其个数服从杂波密度为λ的泊松分布。
步骤3：根据测量得到的双基站距离rk(i)和方位角θk(i)建立目标每一时刻的似然函数有：
其中，PD为目标的探测概率，λ为杂波的密度，m*(i)为目标和杂波的测量个数，zrm(i)为测量的距离差，zβm(i)为测量的方位角。
由于遗传算法随着数据量的增加，耗时也随之增加，为了实时性的要求可以只选取前十五帧的测量数据来建立似然函数。
那么整个似然函数就是：
步骤4.根据步骤3建立的似然函数，使用遗传算法来求解最小值。
步骤5.将步骤4得出来的结果作为目标的初始状态，然后利用上面建立的ECEF下的目标运动方程求出第十五个时刻目标在X、Y、Z上的位置，并将其作为滤波的初始值，之后在第十六个时刻采用概率数据关联算法PDA进行目标状态的预测和更新。
步骤5.1：根据目标在ECEF中的运动方程建立状态转移矩阵：
状态变量为X＝[x y z v δ sinδ cosδ 1]T从而PDA的状态预测为：
Xk+1|k＝Fk+1Xk|k
协方差预测为：
Pk+1|k＝Fk+1PkFk+1+Qk+1
Qk+1为过程噪声矩阵，Pk为目标在k时刻的协方差。
步骤5.2：假设在k+1时刻传感器接收到mk+1个有效测量
有效测量是指落入到相关跟踪门Ωk+1内的测量，即满足下列条件：
其中，
为目标的预测测量，表达式为：
g为跟踪门参数，新息Sk+1的表达式见下。
步骤5.3：PDA中目标状态更新和协方差更新为：
Sk+1＝HPk+1|kHT+Rk
Xk+1＝Xk+1|k+Wk+1vk+1
其中，
其中，Xk|k+1＝[xk|k+1,yk|k+1,zk|k+1]，Xt,k|k+1＝[xt,k|k+1,yt,k|k+1,zt,k|k+1]
其中Wk+1为滤波增益，H为雅克比矩阵，意义是对测量进行线性化处理，I为单位矩阵，
为k+1时刻第j个有效测量
来源于目标的关联概率，
为k+1时刻没有任何测量来源于目标的概率。
其中，
PG为跟踪门的门限。
更新后的Xk+1为目标的估计状态。
Claims (1)
1.一种考虑地球曲率的双基站三维无源定位方法，该方法具体包括以下步骤：
步骤1：首先建立目标在地心地固坐标系ECEF中的运动状态，即：
其中，xt、yt、zt分别为目标在ECEF中X、Y、Z位置上的运动状态，x0、y0、z0为ECEF中目标的初始位置，v为目标运动的速度，δ为北极到速度方向顺时针的角度，Ti表示采样间隔，并且，
同理建立外辐射源的运动状态；
步骤2：假设目标和外辐射源和接收站都是近似做匀速直线运动的，那么得到的有杂波的测量值为：
其中，hk(i)为无噪测量；
其中，rk(i)为双基站距离，θk(i)为回波路径相对于直达波路径的方位角，||·||为欧几里得范数，Xk＝[xk,yk,zk]T，Xt,k＝[xt,k,yt,k,zt,k]T，Xr,k＝[0,0,0]T，vk～N(0,Rk)，
σr,k为距离差测量误差，σθ,k为方位角测量误差，其中xk、yk、zk为k时刻目标在ECEF中的位置，xt,k、yt,k、zt,k为k时刻外辐射源在ECEF中的位置；杂波Γk(i)在测量空间内服从均匀分布，其个数服从杂波密度为λ的泊松分布；
步骤3：根据测量得到的双基站距离rk(i)和方位角θk(i)建立目标每一时刻的似然函数有：
其中，PD为目标的探测概率，λ为杂波的密度，m*(i)为目标和杂波的测量个数，zrm(i)为测量的距离差，zβm(i)为测量的方位角；
由于遗传算法随着数据量的增加，耗时也随之增加，为了实时性的要求只选取前十五帧的测量数据来建立似然函数；
那么整个似然函数就是：
步骤4.根据步骤3建立的似然函数，使用遗传算法来求解最小值；
步骤5.将步骤4得出来的结果作为目标的初始状态，然后利用上面建立的ECEF下的目标运动方程求出第十五个时刻目标在X、Y、Z上的位置，并将其作为滤波的初始值，之后在第十六个时刻采用概率数据关联算法PDA进行目标运动状态的预测和更新；
步骤5.1：根据目标在ECEF中的运动状态方程建立目标状态转移矩阵：
状态变量为X＝[x y z v δ sinδ cosδ 1]T，从而PDA的状态预测为：
Xk+1|k＝Fk+1Xk|k
协方差预测为：
Pk+1|k＝Fk+1PkFk+1+Qk+1
Qk+1为过程噪声矩阵，Pk为目标在k时刻的协方差；
步骤5.2：假设在k+1时刻接收站接收到mk+1个有效测量
有效测量是指落入到相关跟踪门Ωk+1内的测量，即满足下列条件：
其中，
为目标的预测测量，表达式为：
g为跟踪门参数，新息Sk+1的表达式见下；
步骤5.3：PDA中目标状态更新和协方差更新为：
Sk+1＝HPk+1|kHT+Rk
Xk+1＝Xk+1|k+Wk+1vk+1
其中，
其中，Xk|k+1＝[xk|k+1,yk|k+1,zk|k+1]，Xt,k|k+1＝[xt,k|k+1,yt,k|k+1,zt,k|k+1]
其中Wk+1为滤波增益，H为雅克比矩阵，I为单位矩阵，
为k+1时刻第j个有效测量
来源于目标的关联概率，
为k+1时刻没有任何测量来源于目标的概率；
其中，
PG表示跟踪门的门限；
更新后的Xk+1为目标的估计状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910815155.3A CN110596691B (zh) | 2019-08-30 | 2019-08-30 | 一种考虑地球曲率的双基站三维无源定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910815155.3A CN110596691B (zh) | 2019-08-30 | 2019-08-30 | 一种考虑地球曲率的双基站三维无源定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110596691A CN110596691A (zh) | 2019-12-20 |
| CN110596691B true CN110596691B (zh) | 2021-10-22 |
Family
ID=68856778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910815155.3A Active CN110596691B (zh) | 2019-08-30 | 2019-08-30 | 一种考虑地球曲率的双基站三维无源定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110596691B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111239718B (zh) * | 2020-01-17 | 2022-11-15 | 电子科技大学 | 一种基于单星辐射源的多基站目标定位方法 |
| CN113917427A (zh) * | 2021-09-30 | 2022-01-11 | 中国船舶重工集团公司第七二四研究所 | 一种极大似然估计的无源定位方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104076348A (zh) * | 2014-07-09 | 2014-10-01 | 中国船舶重工集团公司第七二四研究所 | 一种雷达超视距基线无源协同定位方法 |
| CN107219498A (zh) * | 2017-05-22 | 2017-09-29 | 杭州电子科技大学 | 基于mml‑pmht的多基站单频网无源协同定位方法 |
| CN108387876A (zh) * | 2018-04-27 | 2018-08-10 | 杭州电子科技大学 | 基于ctls的外辐射源雷达网双基距误差配准方法 |
| CN108734725A (zh) * | 2018-04-11 | 2018-11-02 | 杭州电子科技大学 | 基于高斯过程的概率数据关联滤波扩展目标跟踪方法 |
| CN109001670A (zh) * | 2018-06-01 | 2018-12-14 | 中国人民解放军战略支援部队信息工程大学 | 一种联合时差和角度的分布式无源定位方法及装置 |
| CN109212475A (zh) * | 2018-10-17 | 2019-01-15 | 哈尔滨工业大学 | 基于方位角和俯仰角信息的双机无源定位方法 |
| CN109633590A (zh) * | 2019-01-08 | 2019-04-16 | 杭州电子科技大学 | 基于gp-vsmm-jpda的扩展目标跟踪方法 |
| CN109917331A (zh) * | 2019-01-11 | 2019-06-21 | 杭州电子科技大学 | 基于稀疏度阶数优化的未知杂波无源协同定位方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7551139B1 (en) * | 2006-05-12 | 2009-06-23 | Northrop Grumman Corporation | Multi-platform precision passive location of continuous wave emitters |
-
2019
- 2019-08-30 CN CN201910815155.3A patent/CN110596691B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104076348A (zh) * | 2014-07-09 | 2014-10-01 | 中国船舶重工集团公司第七二四研究所 | 一种雷达超视距基线无源协同定位方法 |
| CN107219498A (zh) * | 2017-05-22 | 2017-09-29 | 杭州电子科技大学 | 基于mml‑pmht的多基站单频网无源协同定位方法 |
| CN108734725A (zh) * | 2018-04-11 | 2018-11-02 | 杭州电子科技大学 | 基于高斯过程的概率数据关联滤波扩展目标跟踪方法 |
| CN108387876A (zh) * | 2018-04-27 | 2018-08-10 | 杭州电子科技大学 | 基于ctls的外辐射源雷达网双基距误差配准方法 |
| CN109001670A (zh) * | 2018-06-01 | 2018-12-14 | 中国人民解放军战略支援部队信息工程大学 | 一种联合时差和角度的分布式无源定位方法及装置 |
| CN109212475A (zh) * | 2018-10-17 | 2019-01-15 | 哈尔滨工业大学 | 基于方位角和俯仰角信息的双机无源定位方法 |
| CN109633590A (zh) * | 2019-01-08 | 2019-04-16 | 杭州电子科技大学 | 基于gp-vsmm-jpda的扩展目标跟踪方法 |
| CN109917331A (zh) * | 2019-01-11 | 2019-06-21 | 杭州电子科技大学 | 基于稀疏度阶数优化的未知杂波无源协同定位方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于多个外辐射源的单站无源定位与目标跟踪算法研究;杨明盛;《中国优秀硕士学位论文全文数据库 信息科技辑》;20071015(第04期);正文第1-59页 * |
| 基于遗传算法的单站无源纯方位定位算法;范嫦娥等;《计算机仿真》;20070630;第24卷(第06期);第168-170页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110596691A (zh) | 2019-12-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109116311B (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
| CN110426690B (zh) | 一种机载气象雷达波束指向自动校准方法 | |
| CN104077498B (zh) | 一种结合目标角度的外辐射源雷达多目标跟踪方法 | |
| CN104101876B (zh) | 外辐射源雷达中一种基于随机有限集的多目标跟踪方法 | |
| CN108614258B (zh) | 一种基于单水声信标距离量测的水下定位方法 | |
| CN109782289B (zh) | 一种基于基线几何结构约束的水下航行器定位方法 | |
| CN108089183B (zh) | 一种用于异步多基地雷达系统的检测跟踪一体化方法 | |
| CN106204629A (zh) | 天基雷达与红外数据融合在轨动目标检测方法 | |
| CN110596691B (zh) | 一种考虑地球曲率的双基站三维无源定位方法 | |
| CN113064155A (zh) | 一种空中雷达多目标跟踪下航迹关联的优化方法 | |
| CN108535713A (zh) | 一种雷达和ais联合跟踪与信息融合方法 | |
| CN106990396B (zh) | 一种双基地合成孔径雷达定位误差计算方法 | |
| CN110673148A (zh) | 一种主动声纳目标实时航迹解算方法 | |
| CN106291529B (zh) | 一种双基地雷达目标定位装置及其定位方法 | |
| CN110471029B (zh) | 一种基于扩展卡尔曼滤波的单站无源定位方法及装置 | |
| CN109521418B (zh) | 基于干涉场的地基雷达测角方法 | |
| CN117146830B (zh) | 一种自适应多信标航位推算和长基线的紧组合导航方法 | |
| CN105388470A (zh) | 一种估计目标运动参数的方法 | |
| CN112904339A (zh) | 斜距历程与航向交点表征的双基前视sar成像方法 | |
| CN110133609B (zh) | 一种机载外辐射源状态未知下移动接收源路径优化方法 | |
| CN109738890A (zh) | 一种基于弹载双基sar距离多普勒图像生成地距图的方法 | |
| CN110471025B (zh) | 一种单站三维定位与测速方法 | |
| CN102426357B (zh) | 一种具有图像确认的多目标跟踪方法 | |
| CN109212492B (zh) | 基于知识辅助的时域重构机载雷达杂波抑制方法 | |
| Geng et al. | Joint estimation of target state and ionosphere state for OTHR based tracking |
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 |