CN1477406A - 双平台多辐射源测向测时交叉定位方法 - Google Patents

Abstract

本发明涉及一种双平台多辐射源测向测时交叉定位方法，主从平台独立采集数据，每组数据包括辐射源的方位角以及对应的时间标记，N个辐射源形成N^*N个交叉点，两个平台形成N^*N组测量数据和交叉点相对应。每个扫描周期结束从平台通过通信传输将数据传送到主平台进行融合，通过计算双平台间测量数据的相近度来进行最优匹配，去除虚假定位。本发明无需辐射源的先验信息，降低了平台间数据传输、处理和时间同步的复杂性，运算速度快，定位精度高，可广泛应用于航海、航空、宇航、侦察、测控、救援和地球物理学等各类军、民用系统。

Description

双平台多辐射源测向测时交叉定位方法

技术领域：

本发明涉及一种纯角度无源定位时双平台多辐射源测向测时交叉定位方法，是红外搜索与跟踪系统、无源定位系统、红外预警系统、大视场目标监视系统、空中交通管制系统等的一项核心技术，在各类军、民用系统中均可有广泛的应用。

背景技术：

对辐射源的准确定位，在诸多军用和民用系统中具有极其重要的意义，对军事系统来说，它有助于精确打击武器的使用，为最终摧毁消灭对方提供有力的保障；就民用系统来说，可以为辐射源提供可靠的服务，起到安全保障作用。在航海、航空、宇航、侦察、测控、救援和地球物理学中扮演着重要的角色。

有源定位是利用雷达、激光、声纳等有源设备来对辐射源进行定位，它具有全天候、高精度等优点。然而有源定位的使用，要发射大功率的信号，这样很容易暴露自己，被对方发现从而遭受破坏，使定位精度受到很大影响。通过对辐射源信号的截获、测量获得目标的位置和航迹，实现定位的方法，称为无源定位。它不发射自己的信号，具有作用距离远，隐蔽性好等优点。因而具有极强的生存能力和反隐身能力。和有源定位系统相比具有低耗费、低维修、对环境友好等优点。随着信号截获和处理技术的发展，无源定位技术的研究和应用越来越广泛。

在无源定位方法中，由于方向测量定位方法(测向交叉定位方法)具有方向角度变化慢，对平台间的时间统一要求低等特点，使得方向测量定位方法成为发展最早、研究最多和使用最广泛的无源定位技术。它是通过高精度的测向设备，在两个或两个以上的观测平台对辐射源测向，各个测向线(视线)的交叉点就是辐射源的地理位置。根据在各观测平台测得的辐射源的方向和各观测平台的位置，通过三角运算就可以确定交叉点的坐标。然而在多辐射源的情况下，此方法的主要缺点是存在虚假定位。对于空间存在N个辐射源，两个平台共有2N条方向线，存在N*N个交叉点，其中有N*(N-1)个交叉点是虚假定位。因此从实际应用的角度出发，要求去除这些虚假定位。

国内外研究人员针对虚假点的去除提出了一些方法。对于多平台(平台数≥3)无源定位，已经证明其平台间数据关联具有NP计算复杂性难题。目前研究人员主要应用图论、运筹学、组合数学等工具求解该问题，消除虚假定位的方法主要有最小距离法、最大似然法、谱相关法、整数规划法、拉格朗日松弛算法、神经网络等，但是平台过多导致平台间的数据传输、处理和时间的同步都变得十分复杂，限制了其应用。一般情况下，很难依据两个平台来去除虚假点，目前双平台无源定位主要是结合辐射源的先验信息或者冗余信息去除虚假点。信号处理的方法要求知道信号的一些先验信息，通过信号的谱相关理论、盲分离算法等进行定位，平台接收装置必须采用均匀阵列，算法复杂。

发明内容：

本发明的目的在于针对现有技术的上述不足，提出一种双平台多辐射源测向测时交叉定位方法，可以在两平台的情况下，无需先验信息即可根据平台间测量数据的相近度来进行最优匹配，去除虚假定位，满足国内实际系统的性能需求。

为实现这样的目的，本发明的技术方案中采用双平台进行定位，主从平台独立采集数据。每个扫描周期结束从平台通过通信传输将数据传送到主平台进行融合。在主平台融合中心进行数据处理，计算双平台间测量数据的相近度来进行最优匹配，去除虚假定位。对于N个辐射源，每个平台测量出N组数据，每组数据包括辐射源的方位角以及对应的时间标记。N个辐射源可以形成N*N个交叉点，两个平台形成N*N组测量数据和交叉点相对应。在一组数据中，根据两个方位角可以得到此交叉点和主平台的斜距，另外，通过测量时间差和主平台的测量方位角也可以得到此交叉点和主平台的斜距。根据两个斜距的误差程度，可以得到这组测量数据的相近度。根据相近度的数值可以完成虚假点的去除。

本发明的方法包括如下具体步骤：：

1.测量数据采集：主平台从平台是两个独立的系统，每个平台都可以独立测量监视区域的辐射源。平台携带的红外搜索与跟踪系统(IRST)可以测量目标的方位角，测量精度可以达到3毫弧；平台采用基于全球定位系统GPS的统一时间基准。GPS的特点是可以为全球各地随时提供一个高精度的时钟，从而也就保证了各平台信号的同步。由GPS接收板、高稳定度晶体震荡器和时钟板组成的GPS钟可以提供高精度的时间标准，时间精度可以达到20纳秒。一个扫描周期结束，从平台通过通信传输将数据传送到主平台进行后续处理。

2.测量数据处理：融合主从平台的测量数据，对于N个辐射源，形成N*N组测量数据(即N*N个交叉点)。每组测量数据包括三个元素：(1)主平台的测量角度；(2)从平台的测量角度；(3)主从平台的测量时差。根据简单三角公式，由(1)(2)可以计算出辐射源到主平台的斜距。根据测角测时差定位公式，由(1)(3)可以计算出辐射源到主平台的斜距。如果不考虑测量误差的情况下，如果交叉点是辐射源，显然两个斜距应该相等。然而实际情况测量噪声肯定存在的，因此对于真实辐射源，两个斜距数值也不相等。根据斜距的误差，定义主从平台的测量数据的相近度P(P∈[0，1])。P的数值越大，表明平台间测量数据来自同一辐射源的可能性越大，即此组数据代表真实辐射源。重复上述过程，得到一个N*N的相近度矩阵 $A={\left(P_{j_1,j_2}\right)}_{N\×N},$ j₁表示主平台的第j₁个测量数据，j₂表示从平台的第j₂个测量数据。通过测量数据的处理，最终得到相近度矩阵A。

3.虚假点去除：因为平台的每个测量角度代表一个辐射源，不同的辐射源有不同的角度，因此从A中选出最大的N个不同行不同列元素，则此N个元素对应的测量数据就代表辐射源，其余都为虚假点。从而完成虚假点去除。

本发明可用于两个测量平台对多个辐射源进行定位，通过引入时刻量测量，提出相近度的概念，算法简单有效、实时性强，无需辐射源的先验信息，降低了平台间数据传输、处理和时间同步的复杂性，运算速度快，正确定位精度高，能够有效去除无源定位中的虚假点，可广泛应用于航海、航空、宇航、侦察、测控、救援和地球物理学等各类军、民用系统，具有广阔的市场前景和应用价值。

附图说明：

图1为测向交叉定位示意图。

如图1所示，E为辐射源，S1，S2为测量平台。已知测量平台的位置，测量的角度，以X轴为基准。

图2为多辐射源情况下测向交叉定位产生虚假点示意图。

如图2所示，监视区域存在3个辐射源，共产生9个交叉点，其中3个交叉点是真实辐射源，其余6个是虚假点。

图3为本发明实施例中辐射源水平编队态势图。

图4为本发明实施例中辐射源十字编队态势图。

具体实施方式：

为了更好地理解本发明的技术方案，以下结合附图对本发明的实施方式作进一步描述。为方便说明问题，在此作如下假设，这些假设并不影响算法实质，并且本发明很容易推广到三维实际情况中去。

a. 观测平台和辐射源都在同一平面内，如XY平面内；

b.每个测量平台都能正常接收到所有辐射源辐射的信号，无杂波干扰；

c.信号没有重叠情况，即有N个目标，可以测到N组数据；

d.双平台接收数据具有相同的测量精度，并且已经时空配准。1.测量数据采集

在这些假设前提下，每个测量站分别测得N个辐射源的方位角α以及对应的时间标记T。本系统采用基于全球定位系统GPS的统一时间基准。GPS的特点是可以为全球各地随时提供一个高精度的时钟，从而也就保证了各平台信号的同步。由GPS接收板、高稳定度晶体震荡器和时钟板组成的GPS钟可以提供高精度的时间标准。因此定义i平台对j辐射源的观测向量为： $z_{\mathrm{ij}}=\left[\begin{array}{c}{\mathrm{\α}}_{\mathrm{ij}}\\ T_{\mathrm{ij}}\end{array}\right]$ (i＝1，2；j＝1，2....N)。平台1为主平台，2为从平台。平台2通过通信传输将数据传送到平台1进行融合，形成N*N的测量数据集。S_j1，j2＝{(α_1，j1，α_2，j2，T_1，j1，T_2，j2)}(其中j＝j₁，…，j_m≤N；为一个交叉点的排列，即第1个观测平台测到第j₁个辐射源数据，第2个测量平台测到第j₂个辐射源数据)。

2.测量数据处理

在图1中，根据简单的三角关系有： $x_e=\frac{x_1\tan {\mathrm{\α}}_1-x_2\tan {\mathrm{\α}}_2+y_2-y_1}{\tan {\mathrm{\α}}_1-\tan {\mathrm{\α}}_2}.....\left(1\right)$ $y_e=\frac{y_2\tan {\mathrm{\α}}_1-y_1\tan {\mathrm{\α}}_2+(x_1-x_2)}{\tan {\mathrm{\α}}_1-\tan {\mathrm{\α}}_2}.....\left(2\right)$

设辐射源E到达S1、S2的时间差为ΔT，S1测量的角度为α₁，则有： $\stackrel{\‾}{E{S}_1}-\stackrel{\‾}{E{S}_2}=\mathrm{c\ΔT}......\left(3\right)$ ${\stackrel{\‾}{E{S}_2}}^2={\stackrel{\‾}{E{S}_1}}^2+{\stackrel{\‾}{S_1{S}_2}}^2-2\stackrel{\‾}{E{S}_1{S}_1{S}_2}\cos {\mathrm{\α}}_1.....\left(4\right)$ 联立(3)、(4)解得： $\stackrel{\‾}{E{S}_1}=\frac{{\left(\mathrm{c\ΔT}\right)}^2-{\stackrel{\‾}{S_1{S}_2}}^2}{2(\mathrm{c\ΔT}-\stackrel{\‾}{S_1{S}_2}\cos {\mathrm{\α}}_1)}......\left(5\right)$ 这里c为光速， ES代表ES线段的距离。

定义时差:Δt_j1，j2＝T_1，j1-T_2，j2，重新定义任一个交叉点的测量数据集S_j1，j2＝{(α_1，j1，α_2，j2，ΔT_j1，j2)}，由(1)、(2)、(5)可以得出 $(x_{j1,j2},y_{j1,j2},\stackrel{\‾}{E_{j1,j2}{S}_1}).$ 如果测量组合S_j1，j2来源于同一个辐射源，且没有测量噪声，则应满足如下表达式： $\sqrt{{(x_{j1,j2}-x_1)}^2+{(y_{j1,j2}-y_1)}^2}=\stackrel{\‾}{T_{j1,j2}{S}_1}.....\left(6\right)$ 其中x₁，y₁为平台1的坐标。如果存在测量噪声，则(6)式左右不相等，定义 为(6)式左边同(6)式右边距离的不等程度， $d_{j1,j2}=\frac{\mathrm{abs}(\sqrt{{(x_{j1,j2}-x_1)}^2+{(y_{j1,j2}-y_1)}^2}-\stackrel{\‾}{T_{j1,j2}{S}_1})}{\sqrt{{(x_{j1,j2}-x_1)}^2+{(y_{j1,j2}-y_1)}^2}}....\left(7\right)$ 在d_j1，j2基础上定义平台间测量数据的相近度P_j1，j2，P_j1，j2＝exp(-d_j1，j2)                                (8)P_j1，j2数值越大，表明平台1、2第j₁组和第j₂组数据来自同一辐射源概率越大，即此交叉点是真实辐射源概率越大。反之，P_j1，j2越接近0，表明平台1，2第j₁组和第j₂组数据来自同一辐射源概率越小，即此交叉点是虚假点概率越大。

对于N²个交叉点，分别计算其相近度P，组成一个N×N相近度矩阵 $A={\left(P_{j_1,j_2}\right)}_{N\×N}.$

3.虚假点去除

从相近度矩阵中选出N个不同行不同列的元素，则对应着N个真实目标，其余为虚假点。从而实现虚假点去除。具体实现方法：首先从A中选出最大元素，则此元素为一真实辐射源，然后把此元素对应的行列去除，在剩下的元素中再次选择最大元素，然后再去除此元素对应的行列，依此类推，得到N个不同行不同列的元素。

以下给出两种典型辐射源编队计算实例。

设测向交叉定位系统由两平台组成，平台1在直角坐标系站址为(0km，0km)，平台2为(5km，0km)。空间辐射源为5个，采用两种辐射源编队进行Monte Carlo仿真。红外测角精度为3毫弧，GPS时钟测时精度为20纳秒。定义正确定位概率为：

正确定位概率＝正确定位次数/仿真次数               (9)

(1)水平编队

假设k时刻辐射源位置如下：辐射源1(100km，100km)；辐射源2(100+d km，100km)；辐射源3(100-d km，100km)；辐射源4(100+2d km，100km)；辐射源5(100-2d km，100km)。d为目标间距。图3为辐射源水平编队态势图。表1为一随机情况每个点的相近度计算。从表中可以看出，(1，1)、(2，2)、(3，3)、(4，4)、(5，5)组合最有可能是辐射源，其余都是虚假点。针对不同编队间距做1000次Monte Carlo仿真，正确定位概率如表2所示。

                            表1水平编队交叉点相近度(d＝1km)

                            表2水平编队正确定位概率

间距(km)	0.5	1	1.5	2	2.5	3
							正确定位概率	0.992	0.989	0.995	0.993	0.988	0.992

(2)十字编队

假设k时刻目标位置如下：辐射源1(100km，100km)；辐射源2(100+d km，100km)；辐射源3(100-d km，100km)；辐射源4(100km，100-d km)；辐射源5(100km，100+d km)。d为目标间距。图4为辐射源十字编队态势图。表3为一随机情况每个点的相近度计算。从表中可以看出，(1，1)、(2，2)、(3，3)、(4，4)、(5，5)最有可能是辐射源，其余都是虚假点。针对不同编队间距做1000次Monte Carlo仿真，正确定位概率如表4所示。

                       表3十字编队交叉点相近度(d＝1km)

                       表4十字编队正确定位概率

间距(km)	0.5	1	1.5	2	2.5	3
							正确定位概率	0.343	0.546	0.749	0.836	0.885	0.891

通过Monte Carlo仿真可以看出，水平编队正确定位概率对辐射源间距离信息不敏感，在相同噪声情况下，正确定位概率基本上没有什么变化。十字编队正确定位概率对辐射源距离信息很敏感，随着距离的增大，正确定位概率显著增大。在此仿真条件下，对于水平编队飞行来说，角度标准差在3mrad内，时间标准差在20ns内，正确定位概率就可以达到99％，而对于十字编队来说，在相同测量精度条件下，间距d大于1.5km情况下正确定位率可以达到80％以上，都可以满足实际系统的需求。

Claims (1)

1、一种双平台多辐射源测向测时交叉定位方法，其特征在于包括如下具体步骤：

1.测量数据采集：主平台从平台是两个独立的系统，平台携带红外搜索与跟踪系统IRST测量目标的方位角，平台采用基于全球定位系统GPS的统一时间基准，一个扫描周期结束，从平台通过通信传输将数据传送到主平台进行后续处理；

2.测量数据处理：融合主从平台的测量数据，对于N个辐射源，形成N*N组测量数据，即N*N个交叉点，根据每组测量数据分别计算出两个辐射源到主平台的斜距，根据斜距的误差，定义主从平台的测量数据的相近度P(P∈[0,1])，P的数值越大，表明平台间测量数据来自同一辐射源的可能性越大，即此组数据代表真实辐射源，重复上述过程，得到一个N*N的相近度矩阵 $A={\left(P_{j_1,j_2}\right)}_{N\×N},$ j₁表示主平台的第j₁个测量

数据，j₂表示从平台的第j₂个测量数据；

3.虚假点去除：从相近度矩阵A中选出最大的N个不同行不同列元素，则此N个元素对应的测量数据就代表真实辐射源，其余都为虚假目标，从而完成虚假点去除。

Images