CN117452329B - 一种辐射源目标定位参数相参估计方法及装置 - Google Patents

一种辐射源目标定位参数相参估计方法及装置 Download PDF

Info

Publication number
CN117452329B
CN117452329B CN202311391024.XA CN202311391024A CN117452329B CN 117452329 B CN117452329 B CN 117452329B CN 202311391024 A CN202311391024 A CN 202311391024A CN 117452329 B CN117452329 B CN 117452329B
Authority
CN
China
Prior art keywords
signal
fourier transform
distance difference
time
frequency domain
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
CN202311391024.XA
Other languages
English (en)
Other versions
CN117452329A (zh
Inventor
刘智鑫
胡向晖
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.)
Institute of Systems Engineering of PLA Academy of Military Sciences
Original Assignee
Institute of Systems Engineering of PLA Academy of Military Sciences
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 Institute of Systems Engineering of PLA Academy of Military Sciences filed Critical Institute of Systems Engineering of PLA Academy of Military Sciences
Priority to CN202311391024.XA priority Critical patent/CN117452329B/zh
Publication of CN117452329A publication Critical patent/CN117452329A/zh
Application granted granted Critical
Publication of CN117452329B publication Critical patent/CN117452329B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2131—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on a transform domain processing, e.g. wavelet transform
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2123/00—Data types
    • G06F2123/02—Data types in the time domain, e.g. time-series data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • G06F2218/14—Classification; Matching by matching peak patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种辐射源目标定位参数相参估计方法及装置，该方法包括：利用两路接收机对目标辐射源信号进行时间同步采集得到第一路接收信号和第二路接收信号；对第一路接收信号和第二路接收信号进行脉冲压缩得到脉冲压缩信号；对脉冲压缩信号沿快时间维进行快速傅里叶变换得到快速傅里叶变换信号；对快速傅里叶变换信号进行频域对称自相关运算得到频域对称自相关信号；对频域对称自相关信号沿慢时间维进行尺度傅里叶变换得到尺度傅里叶变换信号；对尺度傅里叶变换信号进行快速傅里叶逆变换得到快速傅里叶逆变换信号；对快速傅里叶逆变换信号进行峰值检测得到距离差和距离差变化率估计值。本发明方法能有效消除距离徙动和随机相位现象。

Description

一种辐射源目标定位参数相参估计方法及装置
技术领域
本发明涉及无源定位中信号参数估计技术领域，尤其涉及一种辐射源目标定位参数相参估计方法及装置。
背景技术
在电子战系统中，辐射源定位对于监视和规划军事战略非常重要，通过测量时差(Time Difference of Arrival，TDOA)和频差(Frequency Difference of Arrival，FDOA)来确定目标的位置和速度。
近年来，跳频信号由于其优越的抗干扰性能和较低的截获率在军事领域得到了广泛的应用。此外，非合作跳频辐射源信号的TDOA和FDOA估计十分困难。由于各脉冲的载波频率变化灵活，因此各脉冲之间的FDOA不同。在这种情况下，传统的方法只能用单个脉冲估计TDOA和FDOA，观测时间不能像传统的连续时间信号那样延长。因此，跳频信号的定位参数估计精度有限，直接影响目标定位测速精度。为解决这一问题，有学者提出了一种改进的互模糊函数(Modified Cross Ambiguity Function，MCAF)。该方法对FDOA进行归一化处理后，无论接收到的脉冲载波频率如何变化，都可以使用该方法，从而扩大了观测时间长度，提高了估计精度。但这些方法均假设辐射源目标在信号观测时间内所移动的距离可以忽略。为了提高接收信号的处理增益，从而进一步提升估计精度，需要延长信号观测时间。在这种情况下，对于高速运动的目标，必然会发生距离徙动(Range Migration，RM)，而且跳频还会引起随机相位(Random Phase，RP)。为了消除这种影响，最大似然估计(Maximum LikelihoodEstimator，MLE)通过补偿随机相位和搜索参数来实现相干估计，但计算复杂度高。雷达目标检测领域中的Keystone变换方法(Keystone Transform Method，KTM)可以消除RM，但上述方法仅适用于传统的定频信号。
另外，我们发现真正用于定位解算的不是TDOA和FDOA，其实是距离差(RangeDifference，RD)和距离差变化率(Range Rate Difference，RRD)。而且，根据信号模型发现FDOA会随调频信号的载波频率变化而改变，但是RRD是仍然保持不变的。如果可以从非合作跳频信号中直接估计出RD和RRD，将有以下优点：(1)可以有效地避免跳频信号中FDOA随机变化的问题。(2)所有接收到的脉冲都可以使用，进行相参积累，从而提高了估计精度。(3)估计结果可直接用于构造非线性定位方程组。因此，如何在不增加任何额外计算成本和严重损失估计性能的情况下，实现非合作跳频信号的相参RD和RRD估计，是急需解决的问题。
发明内容
本发明所要解决的技术问题在于，提供一种辐射源目标定位参数相参估计方法及装置，基于频域对称自相关函数(Symmetric Autocorrelation Function，FSAF)和尺度傅里叶变换(Scaled Fourier Transform，SFT)(FSAF-SFT)进行距离差和距离差变化率的联合估计，有效消除距离徙动和随机相位现象。整个估计过程无需任何搜索过程。本发明针对的是无复杂运动特性的辐射源目标，仅考虑目标的距离和速度参数，主要面向常规地方移动场景，如固定站、车载站、小型移动终端等，本发明的场景更具有普适性，使用场景面向人类日常。本发明方法进行扩展之后，如加上二阶加速度信息，可以应用于特殊的场景，如天基、空基等大动态场景，包括战斗机、天基飞行器、通信卫星、遥感卫星等。
为了解决上述技术问题，本发明实施例第一方面公开了一种辐射源目标定位参数相参估计方法，所述方法包括：
S1，利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收信号和第二路接收信号；
S2，对所述第一路接收信号和第二路接收信号进行脉冲压缩，得到脉冲压缩信号；
S3，对所述脉冲压缩信号沿快时间t维进行快速傅里叶变换，得到快速傅里叶变换信号；
S4，对所述快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号；
S5，对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号；
S6，对所述尺度傅里叶变换信号进行快速傅里叶逆变换，得到快速傅里叶逆变换信号；
S7，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值。
作为一种可选的实施方式，本发明实施例第一方面中，所述第一路接收信号为：
r1(t,tm)＝s(t)+n1(t)
所述第二路接收信号为：
式中，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔；Δfc为平均载频；Δf为跳频带宽；α(m)为对应的跳频规则；c为光速；j为虚数单位(j2＝-1)，π为圆周率，fc为信号中心频率；n1(t)和n2(t)代表高斯白噪声；A为信号幅度；s()为接收信号包络；exp()为指数函数；r为目标相对两观测站的距离差，r为目标相对两观测站的距离差变化率差。
作为一种可选的实施方式，本发明实施例第一方面中，所述脉冲压缩信号为：
其中，sm(t,tm)为脉冲压缩信号，A为信号幅度；p[]为脉冲压缩后的信号包络；t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔；r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；Δfc为平均载频；fc为信号中心频率；α(m)为对应的跳频规则。
作为一种可选的实施方式，本发明实施例第一方面中，所述快速傅里叶变换信号为：
式中，Sm(f,tm)为快速傅里叶变换信号，FFTt[]代表沿着快时间维t做FFT，sm(t,tm)为脉冲压缩信号，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A1表示FFT后的信号幅值，P(f)表示p(t)的频谱，r为目标相对两观测站的距离差，r为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；Δfc为平均载频；fc为信号中心频率；α(m)为对应的跳频规则。
作为一种可选的实施方式，本发明实施例第一方面中，所述对所述快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号，包括：
利用频域对称自相关运算模型，对所述快速傅里叶变换信号进行处理，得到频域对称自相关信号；
所述频域对称自相关运算模型为：
式中，R(fr,tm)为频域对称自相关信号，fr表示f对应的偏移频率变量；*表示共轭操作，Sm(f,tm)为快速傅里叶变换信号，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A2表示频域对称自相关运算后的幅值，|P(fr)|2表示计算频域对称自相关函数后的信号包络，r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数。
作为一种可选的实施方式，本发明实施例第一方面中，所述对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号，包括：
利用尺度傅里叶变换模型，对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号；
所述尺度傅里叶变换模型为：
式中，D(fr,fm)为尺度傅里叶变换信号，表示沿慢时间tm维做尺度傅里叶变换，R(fr,tm)为频域对称自相关信号，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A2表示频域对称自相关运算后的幅值，|P(fr)|2表示计算频域对称自相关函数后的信号包络，r为目标相对两观测站的距离差，/>为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数，δ(·)表示狄拉克函数，ξ1为避免频谱混叠的折叠因子。
作为一种可选的实施方式，本发明实施例第一方面中，所述快速傅里叶逆变换信号为：
式中，X(tr,fm)为快速傅里叶逆变换信号，tr表示对应于频率偏移fr的伪快时间，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，D(fr,fm)为尺度傅里叶变换信号，IFFTfr[·]表示沿fr维做IFFT，A3表示IFFT后的信号幅度，r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速，δ(·)表示狄拉克函数，ξ1为避免频谱混叠的折叠因子。
作为一种可选的实施方式，本发明实施例第一方面中，所述对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值，包括：
利用距离差估计模型，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值；
所述距离差估计模型为：
利用距离差变化率估计模型，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差变化率估计值；
所述距离差变化率估计模型为：
式中，tr,max表示X(tr,fm)峰值所在位置在tr维度上的取值，fm,max表示X(tr,fm)峰值所在位置在fr维度上的取值，为距离差估计值，/>为距离差变化率估计值，X(tr,fm)为快速傅里叶逆变换信号，tr表示对应于频率偏移fr的伪快时间，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，ξ1为避免频谱混叠的折叠因子。
本发明实施例第二方面公开了一种辐射源目标定位参数相参估计装置，所述装置包括：
信号采集模块，用于利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收信号和第二路接收信号；
脉冲压缩模块，用于对所述第一路接收信号和第二路接收信号进行脉冲压缩，得到脉冲压缩信号；
快速傅里叶变换模块，用于对所述脉冲压缩信号沿快时间t维进行快速傅里叶变换，得到快速傅里叶变换信号；
频域对称自相关模块，用于对所述快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号；
尺度傅里叶变换模块，用于对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号；
快速傅里叶逆变换模块，用于对所述尺度傅里叶变换信号进行快速傅里叶逆变换，得到快速傅里叶逆变换信号；
峰值检测模块，用于对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值。
作为一种可选的实施方式，本发明实施例第二方面中，所述第一路接收信号为：
r1(t,tm)＝s(t)+n1(t)
所述第二路接收信号为：
式中，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔；Δfc为平均载频；Δf为跳频带宽；α(m)为对应的跳频规则；c为光速；j为虚数单位(j2＝-1)，π为圆周率，fc为信号中心频率；n1(t)和n2(t)代表高斯白噪声；A为信号幅度；s()为接收信号包络；exp()为指数函数；r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差。
作为一种可选的实施方式，本发明实施例第二方面中，所述脉冲压缩信号为：
其中，sm(t,tm)为脉冲压缩信号，A为信号幅度；p[]为脉冲压缩后的信号包络；t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔；r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；Δfc为平均载频；fc为信号中心频率；α(m)为对应的跳频规则。
作为一种可选的实施方式，本发明实施例第二方面中，所述快速傅里叶变换信号为：
式中，Sm(f,tm)为快速傅里叶变换信号，FFTt[]代表沿着快时间维t做FFT，sm(t,tm)为脉冲压缩信号，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A1表示FFT后的信号幅值，P(f)表示p(t)的频谱，r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；Δfc为平均载频；fc为信号中心频率；α(m)为对应的跳频规则。
作为一种可选的实施方式，本发明实施例第二方面中，所述对所述快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号，包括：
利用频域对称自相关运算模型，对所述快速傅里叶变换信号进行处理，得到频域对称自相关信号；
所述频域对称自相关运算模型为：
式中，R(fr,tm)为频域对称自相关信号，fr表示f对应的偏移频率变量；*表示共轭操作，Sm(f,tm)为快速傅里叶变换信号，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A2表示频域对称自相关运算后的幅值，|P(fr)|2表示计算频域对称自相关函数后的信号包络，r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数。
作为一种可选的实施方式，本发明实施例第二方面中，所述对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号，包括：
利用尺度傅里叶变换模型，对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号；
所述尺度傅里叶变换模型为：
式中，D(fr,fm)为尺度傅里叶变换信号，表示沿慢时间tm维做尺度傅里叶变换，R(fr,tm)为频域对称自相关信号，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A2表示频域对称自相关运算后的幅值，|P(fr)|2表示计算频域对称自相关函数后的信号包络，r为目标相对两观测站的距离差，/>为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数，δ(·)表示狄拉克函数，ξ1为避免频谱混叠的折叠因子。
作为一种可选的实施方式，本发明实施例第二方面中，所述快速傅里叶逆变换信号为：
式中，X(tr,fm)为快速傅里叶逆变换信号，tr表示对应于频率偏移fr的伪快时间，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，D(fr,fm)为尺度傅里叶变换信号，IFFTfr[·]表示沿fr维做IFFT，A3表示IFFT后的信号幅度，r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速，δ(·)表示狄拉克函数，ξ1为避免频谱混叠的折叠因子。
作为一种可选的实施方式，本发明实施例第二方面中，所述对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值，包括：
利用距离差估计模型，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值；
所述距离差估计模型为：
利用距离差变化率估计模型，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差变化率估计值；
所述距离差变化率估计模型为：
式中，tr,max表示X(tr,fm)峰值所在位置在tr维度上的取值，fm,max表示X(tr,fm)峰值所在位置在fr维度上的取值，为距离差估计值，/>为距离差变化率估计值，X(tr,fm)为快速傅里叶逆变换信号，tr表示对应于频率偏移fr的伪快时间，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，ξ1为避免频谱混叠的折叠因子。
本发明第三方面公开了另一种辐射源目标定位参数相参估计装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明实施例第一方面公开的辐射源目标定位参数相参估计方法中的部分或全部步骤。
与现有技术相比，本发明实施例具有以下有益效果：
本发明通过使用频域对称自相关和尺度傅里叶变换操作可以有效地去除距离徙动和随机相位。整个估计过程可以通过复数乘法运算结合FFT和IFFT运算实现，无需任何搜索过程；本发明中的方法能够实现非合作跳频信号距离差和距离差变化率的相参估计，且具有较好的抗噪性能和较低的计算量。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种辐射源目标定位参数相参估计方法的流程示意图；
图2是本发明实施例公开的另一种辐射源目标定位参数相参估计方法的流程示意图；
图3是本发明实施例公开的经频域对称自相关后随机相位消除结果图；
图4是本发明实施例公开的本发明与现有传统方法的相参估计对比图；
图5是本发明实施例公开的本发明与现有传统方法RD和RRD估计性能对比图；
图6是本发明实施例公开的一种辐射源目标定位参数相参估计装置的结构示意图；
图7是本发明实施例公开的另一种辐射源目标定位参数相参估计装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种辐射源目标定位参数相参估计方法及装置，本发明针对的是无复杂运动特性的辐射源目标，仅考虑目标的距离和速度参数，主要面向常规地方移动场景，如固定站、车载站、小型移动终端等，本发明的场景更具有普适性，使用场景面向人类日常。本发明方法进行扩展之后，如加上二阶加速度信息，可以应用于特殊的场景，如天基、空基等大动态场景，包括战斗机、天基飞行器、通信卫星、遥感卫星等。该方法包括：利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收信号和第二路接收信号；对第一路接收信号和第二路接收信号进行脉冲压缩得到脉冲压缩信号；对脉冲压缩信号沿快时间维进行快速傅里叶变换，得到快速傅里叶变换信号；对快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号；对频域对称自相关信号沿慢时间维进行尺度傅里叶变换，得到尺度傅里叶变换信号；对尺度傅里叶变换信号进行快速傅里叶逆变换，得到快速傅里叶逆变换信号；对快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值。本发明方法能有效消除距离徙动和随机相位现象。整个估计过程无需任何搜索过程，计算复杂度较低，且估计性能优于现有传统算法。以下分别进行详细说明。
实施例一
请参阅图1，图1是本发明实施例公开的一种辐射源目标定位参数相参估计方法的流程示意图。其中，图1所描述的辐射源目标定位参数相参估计方法应用于无源定位中信号参数估计的技术领域，进行非合作跳频辐射源目标定位参数相参估计，本发明实施例不做限定。如图1所示，该辐射源目标定位参数相参估计方法可以包括以下操作：
S1，利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收信号和第二路接收信号；
S2，对所述第一路接收信号和第二路接收信号进行脉冲压缩，得到脉冲压缩信号；
S3，对所述脉冲压缩信号沿快时间t维进行快速傅里叶变换，得到快速傅里叶变换信号；
S4，对所述快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号；
S5，对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号；
S6，对所述尺度傅里叶变换信号进行快速傅里叶逆变换，得到快速傅里叶逆变换信号；
S7，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值。
图2是本发明实施例公开的另一种辐射源目标定位参数相参估计方法的流程示意图。
可选的，所述第一路接收信号为：
r1(t,tm)＝s(t)+n1(t)
所述第二路接收信号为：
式中，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔；Δfc为平均载频；Δf为跳频带宽；α(m)为对应的跳频规则；c为光速；j为虚数单位(j2＝-1)，π为圆周率，fc为信号中心频率；n1(t)和n2(t)代表高斯白噪声；A为信号幅度；s()为接收信号包络；exp()为指数函数；r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差。
可选的，以r1(t,tm)为参考信号，忽略噪声项，对两路信号进行脉冲压缩，所述脉冲压缩信号为：
其中，sm(t,tm)为脉冲压缩信号，A为信号幅度；p[]为脉冲压缩后的信号包络；t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔；r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；Δfc为平均载频；fc为信号中心频率；α(m)为对应的跳频规则。
r1(t,tm)，r2(t,tm)经脉冲压缩后，形成sm(t,tm)，表达式为：
sm(t,tm)＝IFFT{FFT(r1(t,tm))×FFT*(r2(t,tm))}
其中，FFT()指对t维做傅里叶变换；FFT*()表示对t维做傅里叶变换后取共轭；IFFT{}表示对f做逆傅里叶变换；f为t的频域变量。
可选的，所述快速傅里叶变换信号为：
式中，Sm(f,tm)为快速傅里叶变换信号，FFTt[]代表沿着快时间维t做FFT，sm(t,tm)为脉冲压缩信号，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A1表示FFT后的信号幅值，P(f)表示p(t)的频谱，r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；Δfc为平均载频；fc为信号中心频率；α(m)为对应的跳频规则。
可选的，所述对所述快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号，包括：
利用频域对称自相关运算模型，对所述快速傅里叶变换信号进行处理，得到频域对称自相关信号；
所述频域对称自相关运算模型为：
式中，R(fr,tm)为频域对称自相关信号，fr表示f对应的偏移频率变量；*表示共轭操作，Sm(f,tm)为快速傅里叶变换信号，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A2表示频域对称自相关运算后的幅值，|P(fr)|2表示计算频域对称自相关函数后的信号包络，r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数。
可选的，所述对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号，包括：
利用尺度傅里叶变换模型，对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号；
所述尺度傅里叶变换模型为：
/>
式中，D(fr,fm)为尺度傅里叶变换信号，表示沿慢时间tm维做尺度傅里叶变换，R(fr,tm)为频域对称自相关信号，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A2表示频域对称自相关运算后的幅值，|P(fr)|2表示计算频域对称自相关函数后的信号包络，r为目标相对两观测站的距离差，/>为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数，δ(·)表示狄拉克函数，ξ1为避免频谱混叠的折叠因子。
可选的，所述快速傅里叶逆变换信号为：
式中，X(tr,fm)为快速傅里叶逆变换信号，tr表示对应于频率偏移fr的伪快时间，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，D(fr,fm)为尺度傅里叶变换信号，表示沿fr维做IFFT，A3表示IFFT后的信号幅度，r为目标相对两观测站的距离差，/>为目标相对两观测站的距离差变化率差；c为光速，δ(·)表示狄拉克函数，ξ1为避免频谱混叠的折叠因子。p(tr)是p(fr)的时域表达式，也就是时域信号，p(tr)经过标准傅里叶变换后就形成了p(fr),/>表示，在原p(tr)的基础上，把p(tr)在坐标轴上向右平移了r/c这个距离。
可选的，所述对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值，包括：
利用距离差估计模型，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值；
所述距离差估计模型为：
利用距离差变化率估计模型，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差变化率估计值；
所述距离差变化率估计模型为：
式中，tr,max表示X(tr,fm)峰值所在位置在tr维度上的取值，fm,max表示X(tr,fm)峰值所在位置在fr维度上的取值，为距离差估计值，/>为距离差变化率估计值，X(tr,fm)为快速傅里叶逆变换信号，tr表示对应于频率偏移fr的伪快时间，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，ξ1为避免频谱混叠的折叠因子。图3是本发明实施例公开的经频域对称自相关后随机相位消除结果图；曲线为消除前的随机相位，直线为消除后成为了常数不变相位。
为了进一步展示算法性能，图4给出了2种传统算法(KTM和MCAF)和本发明在信噪比低至-15dB时的相参积累效果。可以看出，图4(a)为MCAF方法，由于没有考虑距离徙动，因此无明显峰值；图4(b)为KTM算法，虽然可以有效消除距离徙动，但是没有消除随机相位，因此出现非相参积累。图4(c)为本发明相参积累结果，可以看出峰值明显，无其他杂波出现。图5(a)和(b)分别给出了上述3种方法的RD和RRD估计性能对比图。与其他方法相比，本发明具有更好的抗噪性能。
实施例二
请参阅图6，图6是本发明实施例公开的一种辐射源目标定位参数相参估计装置的结构示意图。其中，图6所描述的辐射源目标定位参数相参估计装置应用于无源定位中信号参数估计的技术领域，进行非合作跳频辐射源目标定位参数相参估计，本发明实施例不做限定。如图6所示，该辐射源目标定位参数相参估计装置可以包括以下操作：
S301，信号采集模块，用于利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收信号和第二路接收信号；
S302，脉冲压缩模块，用于对所述第一路接收信号和第二路接收信号进行脉冲压缩，得到脉冲压缩信号；
S303，快速傅里叶变换模块，用于对所述脉冲压缩信号沿快时间t维进行快速傅里叶变换，得到快速傅里叶变换信号；
S304，频域对称自相关模块，用于对所述快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号；
S305，尺度傅里叶变换模块，用于对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号；
S306，快速傅里叶逆变换模块，用于对所述尺度傅里叶变换信号进行快速傅里叶逆变换，得到快速傅里叶逆变换信号；
S307，峰值检测模块，用于对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值。
实施例三
请参阅图7，图7是本发明实施例公开的另一种辐射源目标定位参数相参估计装置的结构示意图。其中，图7所描述的辐射源目标定位参数相参估计装置应用于无源定位中信号参数估计的技术领域，进行非合作跳频辐射源目标定位参数相参估计，本发明实施例不做限定。如图7所示，该辐射源目标定位参数相参估计装置可以包括以下操作：
存储有可执行程序代码的存储器401；
与存储器401耦合的处理器402；
处理器402调用存储器401中存储的可执行程序代码，用于执行实施例一所描述的辐射源目标定位参数相参估计方法中的步骤。
以上所描述的装置实施例仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种辐射源目标定位参数相参估计方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (9)

1.一种辐射源目标定位参数相参估计方法，其特征在于，所述方法包括：
S1，利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收信号和第二路接收信号；
所述第一路接收信号为：
r1(t,tm)＝s(t)+n1(t)
所述第二路接收信号为：
式中，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔；Δfc为平均载频；Δf为跳频带宽；α(m)为对应的跳频规则；c为光速；j为虚数单位(j2＝-1)，π为圆周率，fc为信号中心频率；n1(t)和n2(t)代表高斯白噪声；A为信号幅度；s()为接收信号包络；exp()为指数函数；r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；
S2，对所述第一路接收信号和第二路接收信号进行脉冲压缩，得到脉冲压缩信号；
S3，对所述脉冲压缩信号沿快时间t维进行快速傅里叶变换，得到快速傅里叶变换信号；
S4，对所述快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号；
S5，对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号；
S6，对所述尺度傅里叶变换信号进行快速傅里叶逆变换，得到快速傅里叶逆变换信号；
S7，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值。
2.根据权利要求1所述的辐射源目标定位参数相参估计方法，其特征在于，所述脉冲压缩信号为：
其中，sm(t,tm)为脉冲压缩信号，A为信号幅度；p[]为脉冲压缩后的信号包络；t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔；r为目标相对两观测站的距离差，r为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；Δfc为平均载频；fc为信号中心频率；α(m)为对应的跳频规则。
3.根据权利要求1所述的辐射源目标定位参数相参估计方法，其特征在于，所述快速傅里叶变换信号为：
式中，Sm(f,tm)为快速傅里叶变换信号，FFTt[]代表沿着快时间维t做FFT，sm(t,tm)为脉冲压缩信号，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A1表示FFT后的信号幅值，P(f)表示p(t)的频谱，r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数；Δfc为平均载频；fc为信号中心频率；α(m)为对应的跳频规则。
4.根据权利要求1所述的辐射源目标定位参数相参估计方法，其特征在于，所述对所述快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号，包括：
利用频域对称自相关运算模型，对所述快速傅里叶变换信号进行处理，得到频域对称自相关信号；
所述频域对称自相关运算模型为：
式中，R(fr,tm)为频域对称自相关信号，fr表示f对应的偏移频率变量；*表示共轭操作，Sm(f,tm)为快速傅里叶变换信号，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A2表示频域对称自相关运算后的幅值，|P(fr)|2表示计算频域对称自相关函数后的信号包络，r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数。
5.根据权利要求1所述的辐射源目标定位参数相参估计方法，其特征在于，所述对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号，包括：
利用尺度傅里叶变换模型，对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号；
所述尺度傅里叶变换模型为：
式中，D(fr,fm)为尺度傅里叶变换信号，表示沿慢时间tm维做尺度傅里叶变换，R(fr,tm)为频域对称自相关信号，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，A2表示频域对称自相关运算后的幅值，|P(fr)|2表示计算频域对称自相关函数后的信号包络，r为目标相对两观测站的距离差，/>为目标相对两观测站的距离差变化率差；c为光速；j为虚数单位(j2＝-1)，π为圆周率，exp()为指数函数，δ(·)表示狄拉克函数，ξ1为避免频谱混叠的折叠因子。
6.根据权利要求1所述的辐射源目标定位参数相参估计方法，其特征在于，所述快速傅里叶逆变换信号为：
式中，X(tr,fm)为快速傅里叶逆变换信号，tr表示对应于频率偏移fr的伪快时间，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，D(fr,fm)为尺度傅里叶变换信号，表示沿fr维做IFFT，A3表示IFFT后的信号幅度，r为目标相对两观测站的距离差，/>为目标相对两观测站的距离差变化率差；c为光速，δ(·)表示狄拉克函数，ξ1为避免频谱混叠的折叠因子。
7.根据权利要求1所述的辐射源目标定位参数相参估计方法，其特征在于，所述对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值，包括：
利用距离差估计模型，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值；
所述距离差估计模型为：
利用距离差变化率估计模型，对所述快速傅里叶逆变换信号进行峰值检测，得到距离差变化率估计值；
所述距离差变化率估计模型为：
式中，tr,max表示X(tr,fm)峰值所在位置在tr维度上的取值，fm,max表示X(tr,fm)峰值所在位置在fr维度上的取值，为距离差估计值，/>为距离差变化率估计值，X(tr,fm)为快速傅里叶逆变换信号，tr表示对应于频率偏移fr的伪快时间，fm为慢时间tm对应的频率变量，fr表示f对应的偏移频率变量，f表示快时间t的频域变量，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔，ξ1为避免频谱混叠的折叠因子。
8.一种辐射源目标定位参数相参估计装置，其特征在于，所述装置包括：
信号采集模块，用于利用两路接收机对目标辐射源信号进行时间同步采集，得到第一路接收信号和第二路接收信号；
所述第一路接收信号为：
r1(t,tm)＝s(t)+n1(t)
所述第二路接收信号为：
式中，t＝nTs(n＝0,1,…,N-1)为快时间；tm＝mPRI(m＝0,1,…,M-1)为慢时间；N和M分别代表快时间采样点数和脉冲个数；Ts和PRI分别表示信号采样间隔和脉冲重复间隔；Δfc为平均载频；Δf为跳频带宽；α(m)为对应的跳频规则；c为光速；j为虚数单位(j2＝-1)，π为圆周率，fc为信号中心频率；n1(t)和n2(t)代表高斯白噪声；A为信号幅度；s()为接收信号包络；exp()为指数函数；r为目标相对两观测站的距离差，为目标相对两观测站的距离差变化率差；
脉冲压缩模块，用于对所述第一路接收信号和第二路接收信号进行脉冲压缩，得到脉冲压缩信号；
快速傅里叶变换模块，用于对所述脉冲压缩信号沿快时间t维进行快速傅里叶变换，得到快速傅里叶变换信号；
频域对称自相关模块，用于对所述快速傅里叶变换信号进行频域对称自相关运算，得到频域对称自相关信号；
尺度傅里叶变换模块，用于对所述频域对称自相关信号沿慢时间tm维进行尺度傅里叶变换，得到尺度傅里叶变换信号；
快速傅里叶逆变换模块，用于对所述尺度傅里叶变换信号进行快速傅里叶逆变换，得到快速傅里叶逆变换信号；
峰值检测模块，用于对所述快速傅里叶逆变换信号进行峰值检测，得到距离差估计值和距离差变化率估计值。
9.一种辐射源目标定位参数相参估计装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的辐射源目标定位参数相参估计方法。
CN202311391024.XA 2023-10-25 2023-10-25 一种辐射源目标定位参数相参估计方法及装置 Active CN117452329B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311391024.XA CN117452329B (zh) 2023-10-25 2023-10-25 一种辐射源目标定位参数相参估计方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311391024.XA CN117452329B (zh) 2023-10-25 2023-10-25 一种辐射源目标定位参数相参估计方法及装置

Publications (2)

Publication Number Publication Date
CN117452329A CN117452329A (zh) 2024-01-26
CN117452329B true CN117452329B (zh) 2024-04-02

Family

ID=89594120

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311391024.XA Active CN117452329B (zh) 2023-10-25 2023-10-25 一种辐射源目标定位参数相参估计方法及装置

Country Status (1)

Country Link
CN (1) CN117452329B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011149805A (ja) * 2010-01-21 2011-08-04 Toshiba Corp レーダ装置、飛翔体誘導装置及び目標検出方法
KR20190044269A (ko) * 2017-10-20 2019-04-30 국방과학연구소 향상된 caf 기법을 이용한 tdoa 및 fdoa의 추정 방법
CN110646774A (zh) * 2019-09-30 2020-01-03 中国人民解放军战略支援部队信息工程大学 基于乘积变尺度周期吕分布的机动目标相参检测方法及装置
CN111007473A (zh) * 2019-11-25 2020-04-14 西北大学 基于距离频域自相关函数的高速微弱目标检测方法
CN111045002A (zh) * 2019-12-13 2020-04-21 中国人民解放军战略支援部队信息工程大学 基于TRT和SNuFFT的机动目标相参积累方法
CN114047502A (zh) * 2021-10-20 2022-02-15 中国科学院国家空间科学中心 一种针对高速机动目标的相参积累方法及相参积累系统
CN114545351A (zh) * 2022-01-21 2022-05-27 中国人民解放军战略支援部队信息工程大学 基于距离频率轴反转变换和二阶wvd的机动目标相参检测方法及系统
CN114690128A (zh) * 2022-03-28 2022-07-01 西安电子科技大学 基于多普勒频率相关消除的等离子体鞘套包覆目标相参积累方法
CN115577207A (zh) * 2022-09-08 2023-01-06 中国人民解放军军事科学院系统工程研究院 一种辐射源目标时差和频差估计方法
CN115616518A (zh) * 2022-11-03 2023-01-17 中国人民解放军国防科技大学 宽带雷达微弱目标运动参数估计与高分辨距离像重构方法
CN115828074A (zh) * 2022-09-08 2023-03-21 中国人民解放军军事科学院系统工程研究院 一种辐射源目标定位参数联合估计方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230168367A1 (en) * 2021-11-26 2023-06-01 Nxp Usa, Inc. CFAR Phased Array Pre-Processing Using Noncoherent and Coherent Integration in Automotive Radar Systems

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011149805A (ja) * 2010-01-21 2011-08-04 Toshiba Corp レーダ装置、飛翔体誘導装置及び目標検出方法
KR20190044269A (ko) * 2017-10-20 2019-04-30 국방과학연구소 향상된 caf 기법을 이용한 tdoa 및 fdoa의 추정 방법
CN110646774A (zh) * 2019-09-30 2020-01-03 中国人民解放军战略支援部队信息工程大学 基于乘积变尺度周期吕分布的机动目标相参检测方法及装置
CN111007473A (zh) * 2019-11-25 2020-04-14 西北大学 基于距离频域自相关函数的高速微弱目标检测方法
CN111045002A (zh) * 2019-12-13 2020-04-21 中国人民解放军战略支援部队信息工程大学 基于TRT和SNuFFT的机动目标相参积累方法
CN114047502A (zh) * 2021-10-20 2022-02-15 中国科学院国家空间科学中心 一种针对高速机动目标的相参积累方法及相参积累系统
CN114545351A (zh) * 2022-01-21 2022-05-27 中国人民解放军战略支援部队信息工程大学 基于距离频率轴反转变换和二阶wvd的机动目标相参检测方法及系统
CN114690128A (zh) * 2022-03-28 2022-07-01 西安电子科技大学 基于多普勒频率相关消除的等离子体鞘套包覆目标相参积累方法
CN115577207A (zh) * 2022-09-08 2023-01-06 中国人民解放军军事科学院系统工程研究院 一种辐射源目标时差和频差估计方法
CN115828074A (zh) * 2022-09-08 2023-03-21 中国人民解放军军事科学院系统工程研究院 一种辐射源目标定位参数联合估计方法
CN115616518A (zh) * 2022-11-03 2023-01-17 中国人民解放军国防科技大学 宽带雷达微弱目标运动参数估计与高分辨距离像重构方法

Also Published As

Publication number Publication date
CN117452329A (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
CN108549067B (zh) 一种应用于三阶机动目标的相参积累检测方法
US7453400B2 (en) Multiplatform TDOA correlation interferometer geolocation
US6370207B1 (en) Method for mitigating multipath effects in radio systems
CN107132534B (zh) 一种高速雷达目标频域检测的优化方法
Li et al. Bistatic linear antenna array SAR for moving target detection, location, and imaging with two passive airborne radars
CN115828074B (zh) 一种辐射源目标定位参数联合估计方法
US20030081659A1 (en) Method and apparatus for resolving multipath components for wireless location finding
Tao et al. Two-stage method for joint time delay and Doppler shift estimation
KR20040007536A (ko) 수동 코히런트 위치 애플리케이션들에 대한 광대역선행-검출 신호 처리를 위한 시스템 및 방법
CN108809354B (zh) 一种高动态多普勒捕获的长时间累积方法
US20220155437A1 (en) High-accuracy velocity and range estimation of a moving target using differential zadoff-chu codes
CN111505584A (zh) 基于相对速度和多普勒效应的音频信号到达时间修正方法
CN115577207A (zh) 一种辐射源目标时差和频差估计方法
CN117452329B (zh) 一种辐射源目标定位参数相参估计方法及装置
CN112114296B (zh) 用于无人机协同tdoa/fdoa复合定位的参数估计方法及系统
WO2005045467A1 (fr) Procede de localisation d'un ou de plusieurs emetteurs
US20170373822A1 (en) Clock Synchronization Using Sferic Signals
CN115877350A (zh) 一种和差波束体制雷达时变目标角度估计方法和装置
CN109001671B (zh) 一种跳频信号的目标检测和参数估计方法及装置
CN117421576B (zh) 一种基于相邻互相关的高速机动目标定位参数估计方法
Gai et al. Frequency estimation of uncooperative coherent pulse radars
CN109270344B (zh) 脉冲丢失下的相参脉冲信号频率估计方法
KR101991844B1 (ko) 지연 시간 추정 장치 및 방법
Nelson et al. Target location from the estimated instantaneous received frequency
Schüpbach et al. Efficient Direct Signal Cancellation for FM-based Passive 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