CN117630993A - 一种基于sair多快拍的rfi源地理定位方法 - Google Patents
一种基于sair多快拍的rfi源地理定位方法 Download PDFInfo
- Publication number
- CN117630993A CN117630993A CN202410055195.3A CN202410055195A CN117630993A CN 117630993 A CN117630993 A CN 117630993A CN 202410055195 A CN202410055195 A CN 202410055195A CN 117630993 A CN117630993 A CN 117630993A
- Authority
- CN
- China
- Prior art keywords
- rfi
- snapshot
- source
- positioning
- rfi source
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 239000011159 matrix material Substances 0.000 claims abstract description 40
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 238000005286 illumination Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000001629 suppression Effects 0.000 claims description 4
- 230000004927 fusion Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明属于微波遥感领域,具体涉及一种基于SAIR多快拍的RFI源地理定位方法,包括:对N幅快拍中的每幅快拍进行独立RFI源定位,得到各RFI源在每幅快拍的辐射计坐标系下的方向余弦坐标;将得到的所有方向余弦坐标转换到同一坐标系;基于克拉美罗下界矩阵、每幅快拍下各RFI源的坐标转换前每个方向的余弦坐标取值,计算由该幅快拍所定位各RFI源的对应方向位置克拉美罗下界;以每个RFI源在N幅快拍下对应的每个方向位置克拉美罗下界的倒数为权重,利用加权最小二乘法对该RFI源的对应方向位置进行融合,对应得到该RFI源的对应方向最优定位估计结果,本发明能提高定位精度。
Description
技术领域
本发明属于微波遥感领域,更具体地,涉及一种基于SAIR多快拍的RFI源地理定位方法。
背景技术
由于世界各地非法RFI源的存在,综合孔径辐射计在轨观测数据受到了严重影响。对RFI源的精确定位以及对关停非法RFI源或对非法RFI源进行抑制至关重要。
现有技术中,通常采用对基于多快拍的非法RFI源定位结果做简单平均来获得准确的定位结果。但是由于非法RFI源的位置和特征在不同的快拍中会发生变化,因此不同快拍的定位精度不同;并且由于卫星的移动导致不同快拍间的坐标系发生偏移。这导致对多快拍的定位结果做简单平均时存在较大的误差,严重影响算法的定位性能。
因此,需要提出一种新的非法RFI源地理定位方法,以实现更高的非法RFI源定位精度。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了一种基于SAIR多快拍的RFI源地理定位方法,其目的在于提高非法RFI源定位精度。
为实现上述目的,按照本发明的一个方面,提供了一种基于SAIR多快拍的RFI源地理定位方法,包括:
对N幅快拍中的每幅快拍进行独立RFI源定位,得到各RFI源在每幅快拍的辐射计坐标系下的方向余弦坐标;并将得到的所有方向余弦坐标转换到同一坐标系下;
基于克拉美罗下界矩阵和每幅快拍下各RFI源的坐标转换前/>方向的方向余弦坐标,计算由该幅快拍所定位的各RFI源的/>方向位置克拉美罗下界;其中,所述克拉美罗下界矩阵是通过基于每幅快拍中各RFI源的位置参量之间满足高斯分布的假设所推导得到,且当计算/>方向位置克拉美罗下界时/>代表/>,计算/>方向位置克拉美罗下界时/>代表/>;
以每个RFI源在N幅快拍下对应的方向位置克拉美罗下界的倒数为权重,利用加权最小二乘法对该RFI源的/>方向的方向余弦坐标进行融合,得到该RFI源的/>方向最优定位估计结果,计算/>方向最优定位估计结果时/>代表/>,计算/>方向最优定位估计结果时/>代表/>,/>方向最优定位估计结果和/>方向最优定位估计结果构成第k个RFI源的最优定位估计结果,完成该RFI源地理定位。
进一步,所述独立RFI源定位的实现方式为:
S1、获取第i幅快拍对应的原始可见度;
S2、构造空间中稀疏的视场点集合,以基于各视场点位置对应的方向余弦坐标,对原始可见度进行亮温反演,寻找大于阈值的亮温值,若能找到,将大于阈值的最大亮温值对应的视场点视为第k个RFI源的估计位置;
S3、在空间中于所述最大亮温值对应的视场点周围继续构造一个密集的视场点集合,在该密集的视场点集合中重新对所述原始可见度进行亮温反演,寻找大于阈值的最大亮温值对应的视场点,作为第k个RFI源的精确位置,获取其方向余弦坐标;
S4、基于第k个RFI源的精确位置以及对应的反演亮温,对所述原始可见度进行RFI抑制,基于抑制后可见度重新执行S2,以基于第i幅快拍检测下一个RFI源的位置,直至检测不到RFI源。
进一步,所述将得到的所有方向余弦坐标转换到同一坐标系下的实现方式为:
将各RFI源在各幅快拍的辐射计坐标系中的方向余弦坐标转换到经纬度坐标;将该经纬度坐标转换至参考坐标系下的方向余弦坐标,完成坐标转换。
进一步,将其中一幅快拍的辐射计坐标系作为所述参考坐标系。
进一步,计算由每幅快拍所定位的各RFI源的方向位置克拉美罗下界和/>方向位置克拉美罗下界的实现方式:
基于每幅快拍中各RFI源的位置参量之间满足高斯分布的假设,推导得到克拉美罗下界矩阵,表示为:
;
其中为Fisher信息矩阵,表示为:
;
式中,或/>;/>为M×1的均值向量,/>分别表示M个RFI源位置参数分布的均值,每个RFI源位置参数分布的均值为以位置参数为自变量的均值函数,其是通过仿真拟合的方式将该RFI源的定位位置与设定干扰RFI源对该RFI源造成的定位误差相加作为其均值而拟合得到;/>为基于M个RFI源位置参数所计算得到的协方差矩阵;/>表示Fisher信息矩阵的第/>行第/>列;
将每幅快拍中各RFI源的坐标转换前的位置参数代入,得到该幅快拍对应的克拉美罗下界矩阵/>,其中,当计算/>方向的克拉美罗下界矩阵时,/>表示/>,当计算/>方向的克拉美罗下界矩阵时,/>表示/>;
将所述克拉美罗下界矩阵中的各对角线元素,作为各对应方向位置处RFI源对应的克拉美罗下界值。
进一步,所述融合的方式为:
对于方向,以基于各幅快拍得到的第k个RFI源的/>方向坐标与/>方向最优坐标之间的误差平方和作为一个代价函数,求得代价函数最小化所对应的/>方向最优坐标,即为/>方向最优定位估计结果;
对于方向,以基于各幅快拍得到的第k个RFI源的/>方向坐标与/>方向最优坐标之间的误差平方和作为另一个代价函数,求得代价函数最小化所对应的/>方向最优坐标,即为方向最优定位估计结果。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如上所述的一种基于SAIR多快拍的RFI源地理定位方法。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
(1)本发明针对由星载综合孔径辐射计SAIR(Synthetic ApertureInterferometric Radiometer)所检测到的射频干扰RFI(Radio FrequencyInterference)源,提出一种地理定位方法,具体提供一种基于星载综合孔径辐射计多快拍射频干扰RFI的定位融合算法,在载荷对相同RFI源进行定位的基础上,测量多快拍的定位结果并转换至同一坐标系,以便于各快拍对各RFI源定位结果处于同一空间维度下,保证不同数据之间的统一性,从而实现快拍间的坐标融合;在此基础上,通过推导得到的克拉美罗下界矩阵,每幅快拍下各RFI源的坐标转换前方向余弦坐标,计算由该幅快拍所定位的各RFI源的方向位置克拉美罗下界和/>方向位置克拉美罗下界,不同方向的CRLB表征在该快拍中对其中的RFI源进行定位时的该方向上的最小定位精度,CRLB越小,定位精度就越高,该数据应该给予的权重分配就越多。之后,使用加权最小二乘法进行数据融合,利用坐标转换后的每个方向的方向余弦坐标与通过CRLB得到的对应的权重进行该方向上的坐标融合,得到该方向的最优定位估计结果,从而获得更加准确的RFI源定位结果。
(2)在将得到的所有方向余弦坐标转换到同一坐标系下时,本发明提出将各幅快拍中各RFI源的方向余弦坐标转换到经纬度坐标;将该经纬度坐标转换至参考坐标系下的方向余弦坐标,完成坐标转换,方便快捷,进一步,将其中一幅快拍的方向余弦坐标系作为参考坐标系,可以减小坐标转换时带来的偏差,并且方便后期对最优定位结果的直接使用。
附图说明
图1为本发明实施例提供的一种基于SAIR多快拍的RFI源地理定位方法流程框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例一
一种基于SAIR多快拍的RFI源地理定位方法,如图1所示,包括:
对N幅快拍中的每幅快拍进行独立RFI源定位,得到各RFI源在每幅快拍辐射计坐标系下的方向余弦坐标;并将得到的所有方向余弦坐标转换到同一坐标系下;
基于克拉美罗下界矩阵和每幅快拍下各RFI源的坐标转换前/>方向的方向余弦坐标,计算由该幅快拍所定位的各RFI源的/>方向位置克拉美罗下界;其中,所述克拉美罗下界矩阵是通过基于每幅快拍中各RFI源的位置参量之间满足高斯分布的假设所推导得到,且当计算/>方向位置克拉美罗下界时/>代表/>,计算/>方向位置克拉美罗下界时/>代表/>;
以每个RFI源在N幅快拍下对应的方向位置克拉美罗下界的倒数为权重,利用加权最小二乘法对该RFI源的/>方向的方向余弦坐标进行融合,得到该RFI源的/>方向最优定位估计结果,计算/>方向最优定位估计结果时/>代表/>,计算/>方向最优定位估计结果时/>代表/>,/>方向最优定位估计结果和/>方向最优定位估计结果构成第k个RFI源的最优定位估计结果,完成该RFI源地理定位。
需要说明的是,基于不同场景下的模型不同,推导得到的克拉美罗下界矩阵形式不同,关于如何推导该种矩阵,是可以通过现有推导方式实现的,推导方式不属于本发明创新。
可作为优选的实施方式,上述独立RFI源定位的实现方式为:
S1、获取第i幅快拍对应的原始可见度;
S2、构造空间中稀疏的视场点集合,以基于各视场点位置对应的方向余弦坐标,对原始可见度进行亮温反演,寻找大于阈值的亮温值,若能找到,将大于阈值的最大亮温值对应的视场点视为第k个RFI源的估计位置;
其中,上述进行亮温反演的表达式为:
;
式中,表示DFT反演,/>表示原始场景亮温,/>表示原始测量可见度。表示空间频率,/>表示方向余弦坐标。
由各视场点位置对应的反演亮温构成亮温图像,第一次迭代得到的亮温图像称为原始亮温,在原始亮温图像中寻找大于给定的亮温检测阈值(一般设置为最大亮温值的60%)的亮温值。如果满足该条件,则将亮温值峰值对应的视场点视为非法RFI源;反之,则认为视场中不存在RFI源。
S3、在空间中于上述亮温值峰值对应的视场点周围继续构造一个密集的视场点集合,在该密集的视场点集合中重新对原始可见度进行亮温反演,寻找亮温峰值对应的视场点/>,作为第i张快拍第k个RFI源的精确位置,获取其方向余弦坐标。
S4、基于第k个RFI源的精确位置以及对应的反演亮温,对原始可见度进行RFI抑制,基于抑制后可见度重新执行S2,以基于第i幅快拍检测下一个RFI源的位置,直至检测不到RFI源。也就是,利用抑制后可见度继续寻找下一个RFI源,直到亮温图像中所有亮温峰值都小于给定阈值。
可作为优选的实施方式,上述所述将得到的所有方向余弦坐标转换到同一坐标系下的实现方式为:
将其它幅快拍中各RFI源的方向余弦坐标转换到经纬度坐标;将该经纬度坐标转换至参考坐标系下的方向余弦坐标,完成坐标转换。
将所有快拍的定位结果从该快拍的方向余弦坐标转化到经纬度坐标系,即在进行RFI源定位时,已利用卫星的位置、朝向、角度等信息建立了其辐射计坐标系,从而定位结果以辐射计坐标系下的方向余弦坐标表征,这里将第i幅快拍中第k个RFI源的方向余弦坐标转换为第i幅快拍中第k个RFI源的经纬度坐标/>。
选定例如第N/2幅快拍作为参考快拍,将上述经纬度坐标转换为参考快拍的方向余弦坐标/>。
可作为优选的实施方式,计算由每幅快拍所定位的各RFI源的方向位置克拉美罗下界和/>方向位置克拉美罗下界的实现方式:
(1)基于每幅快拍中各RFI源的位置参量之间满足高斯分布的假设,推导得到克拉美罗下界矩阵,表示为:
;
其中为Fisher信息矩阵,表示为:
;
式中,或/>;/>为M×1的均值向量,分别表示M个RFI源位置参数分布的均值,每个RFI源位置参数分布的均值为以位置参数为自变量的均值函数,其是通过仿真拟合的方式将该RFI源的定位位置与设定干扰RFI源对该RFI源造成的定位误差相加作为其均值而拟合得到;/>为基于M个RFI源位置参数所计算得到的协方差矩阵;/>表示Fisher信息矩阵的第/>行第/>列;
将每幅快拍中各RFI源的坐标转换前的位置参数代入,得到该幅快拍对应的克拉美罗下界矩阵/>,当计算第i幅快拍下/>方向的克拉美罗下界矩阵/>时,/>表示/>,当计算第i幅快拍下/>方向的克拉美罗下界矩阵/>时,/>表示/>。
计算后的方向的克拉美罗下界矩阵中对角线元素,即为每个RFI源/>方向坐标位置在第i幅快拍下的CRLB取值;同时,计算后的/>方向的克拉美罗下界矩阵中对角线元素,即为每个RFI源/>方向坐标位置在第i幅快拍下的CRLB取值;
对下一幅快拍,重新执行上述步骤,来计算下一幅快拍下各RFI源的方向的CRLB取值和/>方向的CRLB取值。
关于推导克拉美罗下界(简称CRLB)矩阵的具体过程如下:
假设RFI的位置参量满足高斯分布,则可得位置参量/>的概率密度函数为:
;
对上述概率密度函数取对数并求一阶导数:
;
计算Fisher信息矩阵,即对上式求二阶导并取期望:
;
代入一阶导数表达式并化简可得Fisher信息矩阵为:
;
最后,对Fisher信息矩阵求逆即可得到位置参量的CRLB矩阵。
另外,关于上述每个RFI源位置参数分布的均值为以该RFI源的位置参数为自变量的均值函数,其具体的仿真拟合方式如下:
构造两个RFI源,一个作为目标源,一个作为干扰源,通过不断改变两个源之间的间距并对目标源进行定位,记录相应的间距与该间距下目标源的定位误差,然后利用得到的数据,拟合定位误差与两个RFI源之间的间距的关系,得到以两个RFI源之间的间距为变量的定位误差函数,最后,将目标源定位位置与该定位误差函数相加作为目标源的均值函数。
示例性地,在本例中,可以将目标源设置在(0,0)处,在对某一方向进行仿真拟合时,干扰源与目标源最小间距设置为0.03,保证目标源与干扰源均可被检测,接着对目标源进行定位,记录相应的间距与该间距下目标源的定位误差,最后利用MATLAB软件使用指数函数对该数据组进行仿真拟合,得到相应的表达式。
对于多RFI源情况,可以简单的认为其对目标源造成的定位误差为相互叠加的。所以,在本例中,第i个RFI源的均值函数表达式为:
;
式中,a,b为仿真拟合得到的系数;为第i个RFI源的位置参数,/>为第k个RFI源与第i个RFI源之间的间距;M为RFI源总数;在对/>方向进行拟合时,/>表示/>,在对/>方向进行拟合时,/>表示/>。
可作为优选的实施方式,上述对该RFI源的方向余弦坐标进行融合的方式为:
计算得到每个测量结果(即基于第i幅快拍得到的第k个RFI源方向余弦坐标)的权重。
其中,对于方向,权重为/>:/>,式中,/>为基于第i幅快拍得到的第k个RFI源(即方向余弦坐标)在/>方向上的克拉美罗下界。
对于方向,权重为/>:/>,式中,/>为基于第i幅快拍得到的第k个RFI源(即方向余弦坐标)在/>方向上的克拉美罗下界。
在不同方向上的CRLB值越小,证明该第i幅快拍在该方向上的定位结果越可靠,所以在该方向上的权值越高。基于第i幅快拍得到的不同方向上的各RFI源位置的权重之和均为1。
将基于各幅快拍得到的第k个RFI源方向余弦坐标与最优定位估计结果之间的误差平方和作为代价函数,求得代价函数最小化所对应的位置结果即为最优定位估计结果;具体的,对于方法,以基于各幅快拍得到的第k个RFI源的/>方向坐标与/>方向最优坐标之间的误差平方和作为一个代价函数,求得代价函数最小化所对应的/>方向最优坐标,即为/>方向最优定位估计结果;对于/>方向,以基于各幅快拍得到的第k个RFI源的/>方向坐标与/>方向最优坐标之间的误差平方和作为另一个代价函数,求得代价函数最小化所对应的/>方向最优坐标,即为/>方向最优定位估计结果;
其中,对于方向,代价函数表示:/>;
求得代价函数最小化所对应的方向位置结果,即为/>方向最优定位估计结果:;
为坐标转换后第k个RFI源在/>方向上的测量数据,N为上述的快拍总幅数。
对于方向,代价函数表示为:/>;
求得代价函数最小化所对应的方向位置结果,即为/>方向最优定位估计结果:;
式中, 为坐标转换后第k个RFI源在/>方向上的测量数据,N为上述的快拍总幅数。
本实施例对单载荷的多快拍RFI处理结果通过加权最小二乘法进行数据融合,减小了噪声对RFI源处理的影响,提高了数据的利用效率。因此,与使用简单平均的RFI定位算法相比,本实施例可以获得更高的定位精度。
实施例二
一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如上所述的一种RFI源地理定位方法。
相关技术方案同实施例一,在此不再赘述。
实施例三
一种服务器,包括:处理器、收发机,以及如上所述的计算机可读存储介质,其中,
所述收发机,用于在所述处理器的控制下收发数据;
所述处理器执行所述计算机可读存储介质上的计算机程序时实现如上所述的一种RFI源地理定位方法。
相关技术方案同实施例一,在此不再赘述。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于SAIR多快拍的RFI源地理定位方法,其特征在于,包括:
对N幅快拍中的每幅快拍进行独立RFI源定位,得到各RFI源在每幅快拍的辐射计坐标系下的方向余弦坐标 ;并将得到的所有方向余弦坐标转换到同一坐标系下;
基于克拉美罗下界矩阵 和每幅快拍下各RFI源的坐标转换前/>方向的方向余弦坐标,计算由该幅快拍所定位的各RFI源的/>方向位置克拉美罗下界;其中,所述克拉美罗下界矩阵是通过基于每幅快拍中各RFI源的位置参量之间满足高斯分布的假设所推导得到,且当计算/>方向位置克拉美罗下界时/>代表/>,计算/>方向位置克拉美罗下界时/>代表/>;
以每个RFI源在N幅快拍下对应的方向位置克拉美罗下界的倒数为权重,利用加权最小二乘法对该RFI源的/>方向的方向余弦坐标进行融合,得到该RFI源的/>方向最优定位估计结果,计算/>方向最优定位估计结果时/>代表/>,计算/>方向最优定位估计结果时/>代表/>,/>方向最优定位估计结果和/>方向最优定位估计结果构成第k个RFI源的最优定位估计结果,完成该RFI源地理定位。
2.根据权利要求1所述的RFI源地理定位方法,其特征在于,所述独立RFI源定位的实现方式为:
S1、获取第i幅快拍对应的原始可见度;
S2、构造空间中稀疏的视场点集合,以基于各视场点位置对应的方向余弦坐标,对原始可见度进行亮温反演,寻找大于阈值的亮温值,若能找到,将大于阈值的最大亮温值对应的视场点视为第k个RFI源的估计位置;
S3、在空间中于所述最大亮温值对应的视场点周围继续构造一个密集的视场点集合,在该密集的视场点集合中重新对所述原始可见度进行亮温反演,寻找大于阈值的最大亮温值对应的视场点,作为第k个RFI源的精确位置,获取其方向余弦坐标;
S4、基于第k个RFI源的精确位置以及对应的反演亮温,对所述原始可见度进行RFI抑制,基于抑制后可见度重新执行S2,以基于第i幅快拍检测下一个RFI源的位置,直至检测不到RFI源。
3.根据权利要求1所述的RFI源地理定位方法,其特征在于,所述将得到的所有方向余弦坐标转换到同一坐标系下的实现方式为:
将各RFI源在各幅快拍的辐射计坐标系中的方向余弦坐标转换到经纬度坐标;将该经纬度坐标转换至参考坐标系下的方向余弦坐标,完成坐标转换。
4.根据权利要求1所述的RFI源地理定位方法,其特征在于,将其中一幅快拍的辐射计坐标系作为所述参考坐标系。
5.根据权利要求1所述的RFI源地理定位方法,其特征在于,计算由每幅快拍所定位的各RFI源的方向位置克拉美罗下界和/>方向位置克拉美罗下界的实现方式:
基于每幅快拍中各RFI源的位置参量之间满足高斯分布的假设,推导得到克拉美罗下界矩阵,表示为:
;
其中为Fisher信息矩阵,表示为:
;
式中,或/>;/>为M×1的均值向量,分别表示M个RFI源位置参数分布的均值,每个RFI源位置参数分布的均值为以位置参数为自变量的均值函数,其是通过仿真拟合的方式将该RFI源的定位位置与设定干扰RFI源对该RFI源造成的定位误差相加作为其均值而拟合得到;/>为基于M个RFI源位置参数所计算得到的协方差矩阵;/>表示Fisher信息矩阵的第/>行第/>列;
将每幅快拍中各RFI源的坐标转换前的位置参数代入,得到该幅快拍对应的克拉美罗下界矩阵/>,其中,当计算/>方向的克拉美罗下界矩阵时,/>表示/>,当计算/>方向的克拉美罗下界矩阵时,/>表示/>;
将所述克拉美罗下界矩阵中的各对角线元素,作为各对应方向位置处RFI源对应的克拉美罗下界值。
6.根据权利要求1所述的RFI源地理定位方法,其特征在于,所述融合的方式为:
对于方向,以基于各幅快拍得到的第k个RFI源的/>方向坐标与/>方向最优坐标之间的误差平方和作为一个代价函数,求得代价函数最小化所对应的/>方向最优坐标,即为/>方向最优定位估计结果;
对于方向,以基于各幅快拍得到的第k个RFI源的/>方向坐标与/>方向最优坐标之间的误差平方和作为另一个代价函数,求得代价函数最小化所对应的/>方向最优坐标,即为/>方向最优定位估计结果。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如权利要求1至6任一项所述的一种基于SAIR多快拍的RFI源地理定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410055195.3A CN117630993B (zh) | 2024-01-15 | 2024-01-15 | 一种基于sair多快拍的rfi源地理定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410055195.3A CN117630993B (zh) | 2024-01-15 | 2024-01-15 | 一种基于sair多快拍的rfi源地理定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117630993A true CN117630993A (zh) | 2024-03-01 |
CN117630993B CN117630993B (zh) | 2024-04-12 |
Family
ID=90034170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410055195.3A Active CN117630993B (zh) | 2024-01-15 | 2024-01-15 | 一种基于sair多快拍的rfi源地理定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117630993B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040058645A1 (en) * | 2002-09-24 | 2004-03-25 | Honeywell International Inc. | Radio frequency interference monitor |
US20040176925A1 (en) * | 2003-01-10 | 2004-09-09 | Canon Kabushiki Kaisha | Position/orientation measurement method, and position/orientation measurement apparatus |
US20120189224A1 (en) * | 2010-12-23 | 2012-07-26 | Thales | Method and device for determining a location error in a georeferenced image and related device |
CN105785358A (zh) * | 2016-05-19 | 2016-07-20 | 哈尔滨工业大学 | 一种方向余弦坐标系下带多普勒量测的雷达目标跟踪方法 |
CN108828508A (zh) * | 2018-06-19 | 2018-11-16 | 哈尔滨工业大学 | 一种超视距辐射源直接定位模型的性能分析方法 |
CN112051542A (zh) * | 2020-08-25 | 2020-12-08 | 华中科技大学 | 基于多快照差分的sair rfi源地理定位方法和系统 |
CN113671498A (zh) * | 2021-07-27 | 2021-11-19 | 西安电子科技大学 | 基于低秩与双重稀疏矩阵分解的sar射频干扰抑制方法 |
CN114201728A (zh) * | 2021-11-30 | 2022-03-18 | 华中科技大学 | 一种基于多拍联合稀疏重构的射频干扰源定位方法和系统 |
WO2022116008A1 (zh) * | 2020-12-01 | 2022-06-09 | 华为技术有限公司 | 一种信源数量估计的方法、装置和存储介质 |
-
2024
- 2024-01-15 CN CN202410055195.3A patent/CN117630993B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040058645A1 (en) * | 2002-09-24 | 2004-03-25 | Honeywell International Inc. | Radio frequency interference monitor |
US20040176925A1 (en) * | 2003-01-10 | 2004-09-09 | Canon Kabushiki Kaisha | Position/orientation measurement method, and position/orientation measurement apparatus |
US20120189224A1 (en) * | 2010-12-23 | 2012-07-26 | Thales | Method and device for determining a location error in a georeferenced image and related device |
CN105785358A (zh) * | 2016-05-19 | 2016-07-20 | 哈尔滨工业大学 | 一种方向余弦坐标系下带多普勒量测的雷达目标跟踪方法 |
CN108828508A (zh) * | 2018-06-19 | 2018-11-16 | 哈尔滨工业大学 | 一种超视距辐射源直接定位模型的性能分析方法 |
CN112051542A (zh) * | 2020-08-25 | 2020-12-08 | 华中科技大学 | 基于多快照差分的sair rfi源地理定位方法和系统 |
WO2022116008A1 (zh) * | 2020-12-01 | 2022-06-09 | 华为技术有限公司 | 一种信源数量估计的方法、装置和存储介质 |
CN113671498A (zh) * | 2021-07-27 | 2021-11-19 | 西安电子科技大学 | 基于低秩与双重稀疏矩阵分解的sar射频干扰抑制方法 |
CN114201728A (zh) * | 2021-11-30 | 2022-03-18 | 华中科技大学 | 一种基于多拍联合稀疏重构的射频干扰源定位方法和系统 |
Non-Patent Citations (4)
Title |
---|
R. JIN等: "Geolocation of RFIs by multiple snapshot difference method for synthetic aperture interferometric radiometer", IN IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, vol. 60, 31 March 2020 (2020-03-31), pages 1 - 12, XP011891563, DOI: 10.1109/TGRS.2020.3045088 * |
杨旭东;黄建国;汤琦;: "方位估计的克拉美-罗界改进算法研究", 探测与控制学报, no. 01, 28 February 2006 (2006-02-28), pages 44 - 47 * |
王华柯: "新型发射分集MIMO雷达方向图设计及信号处理研究", 中国博士学位论文全文数据库-信息科技辑, 15 February 2022 (2022-02-15), pages 136 - 133 * |
赵勇胜;宋艳;赵拥军;赵闯;: "利用时差的单站无源相干定位最大似然算法", 数据采集与处理, no. 05, 15 September 2017 (2017-09-15), pages 50 - 57 * |
Also Published As
Publication number | Publication date |
---|---|
CN117630993B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102273081B (zh) | 使用广义误差分布来进行位置估计的方法 | |
JP3581326B2 (ja) | 重み付きリッジ回帰を使用する位置決定方法 | |
EP1510099B1 (en) | Method for locating mobile terminals, system and components therefor | |
US8478292B2 (en) | Wireless localization method based on an efficient multilateration algorithm over a wireless sensor network and a recording medium in which a program for the method is recorded | |
US8509819B2 (en) | Information processing apparatus and correction method | |
CN111896914A (zh) | 一种协同定位方法、装置、设备和存储介质 | |
Fang et al. | Dynamic fingerprinting combination for improved mobile localization | |
KR102546491B1 (ko) | 무선 통신 시스템에서 액세스 포인트를 이용한 위치 추정 방법 및 장치 | |
US9660740B2 (en) | Signal strength distribution establishing method and wireless positioning system | |
US9164164B2 (en) | Indoor localization method and system | |
WO2019240771A1 (en) | User device positioning | |
WO2016041281A1 (zh) | 一种基于无线网络的定位方法及装置 | |
CN111505570A (zh) | 基于线性搜索的超宽带二维定位方法 | |
Chiou et al. | Design of an adaptive positioning system based on WiFi radio signals | |
KR20150115343A (ko) | 통합 측위 방법 및 장치 | |
CN117630993B (zh) | 一种基于sair多快拍的rfi源地理定位方法 | |
Wu et al. | Effective error control of iterative localization for wireless sensor networks | |
KR100951950B1 (ko) | 단말기 위치계산방법 및 그를 위한 위치계산 서버 | |
CN113115440B (zh) | 一种5g nr定位校准方法及系统 | |
CN113189541B (zh) | 一种定位方法、装置及设备 | |
CN110300901A (zh) | 用于确定地球大气层中的电子密度分布的方法 | |
Nurminen | Position estimation using RSS measurements with unknown measurement model parameters | |
KR20180122080A (ko) | 국지적 전리층지도의 가용영역 확장 장치 및 방법 | |
Golihaghighi et al. | Using frame theory for optimal placement of new added anchors in location estimation wireless networks | |
KR101479120B1 (ko) | pCell 데이터베이스를 이용한 오차 추정 방법과 그를 위한 장치 및 단말기 |
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 |