運(yùn)動(dòng)觀測(cè)站測(cè)時(shí)無(wú)源定位新方法研究.pdf

1、利用運(yùn)動(dòng)觀測(cè)站獲取非合作輻射源位置信息的無(wú)源定位技術(shù)，在軍用和民用領(lǐng)域有著廣泛的應(yīng)用?，F(xiàn)代無(wú)源定位系統(tǒng)正向著高精度、網(wǎng)絡(luò)化的方向發(fā)展，試圖使用最小的載荷代價(jià)對(duì)輻射源實(shí)現(xiàn)高精度定位。基于信號(hào)到達(dá)時(shí)間（Time of Arrival, TOA）和到達(dá)時(shí)間差（Time Difference of Arrival，TDOA）等時(shí)域觀測(cè)的定位體制，理論上單個(gè)觀測(cè)站僅需要單通道接收就可完成TOA或者TDOA的測(cè)量，對(duì)輻射源信號(hào)的調(diào)制類型的適應(yīng)能力強(qiáng)

2、，可最大限度地降低定位系統(tǒng)對(duì)載荷的要求，是高精度無(wú)源定位系統(tǒng)的首選定位體制。圍繞運(yùn)動(dòng)觀測(cè)站測(cè)時(shí)定位問題，本文針對(duì)單個(gè)運(yùn)動(dòng)觀測(cè)站和多個(gè)觀測(cè)站基于時(shí)域量測(cè)對(duì)非合作輻射源定位的定位原理，定位方法和性能分析等展開研究，主要研究?jī)?nèi)容包括：
　　第二章研究了單個(gè)和多個(gè)運(yùn)動(dòng)觀測(cè)站測(cè)時(shí)無(wú)源定位模型。首先分析了利用運(yùn)動(dòng)單站或者運(yùn)動(dòng)多站無(wú)法同時(shí)檢測(cè)信號(hào)的非共視條件下，對(duì)于非合作輻射源基于TOA定位，需要輻射源信號(hào)發(fā)射具有周期特性。然后基于輻射源的周期

3、特性建立了運(yùn)動(dòng)單站TOA定位模型，同時(shí)分析了雷達(dá)及通信輻射源內(nèi)蘊(yùn)的輻射源周期特性，最后分析了基于該模型定位的可觀測(cè)性?；谳椛湓吹闹芷谔匦越⒘藘煞N運(yùn)動(dòng)多站非共視TOA定位模型包括：以多個(gè)站各自測(cè)量的TOA作為時(shí)間基準(zhǔn)的多時(shí)間基準(zhǔn)異步TOA模型，和對(duì)所有TOA量測(cè)建立統(tǒng)一時(shí)間基準(zhǔn)的統(tǒng)一時(shí)間基準(zhǔn)異步TOA定位模型，分析了兩種模型的可觀測(cè)性。并分析了統(tǒng)一時(shí)間基準(zhǔn)異步TOA定位模型，站間距較大產(chǎn)生的模型參數(shù)辨識(shí)模糊問題。
　　第三章研究

4、了基于周期特性的運(yùn)動(dòng)單站TOA定位問題，在給定表征TOA結(jié)構(gòu)信息的模型參數(shù)條件下，推導(dǎo)了運(yùn)動(dòng)單站 TOA定位的條件克拉美勞下限(Conditional Cramer-rao Lower Bound, C_CRLB)。從聯(lián)合估計(jì)目標(biāo)位置及周期的角度出發(fā)，提出了基于高斯牛頓(Gaussian Newton，GN)迭代的目標(biāo)位置及周期聯(lián)合估計(jì)的批處理方法以及雙卡爾曼濾波（Kalman Filter，KF）結(jié)合高斯混合（Gaussian Mix

5、ture，GM）技術(shù)的聯(lián)合濾波方法，兩種方法在噪聲較小時(shí)，可達(dá)到聯(lián)合估計(jì)的C_CRLB。
　　第四章研究了基于周期特性的運(yùn)動(dòng)多站非共視條件下異步TOA定位問題。針對(duì)多時(shí)間基準(zhǔn)的運(yùn)動(dòng)多站非共視異步 TOA定位問題，提出了列文伯格-馬奎特（Leverberg-Marquardt，LM）迭代方法，該定位方法在定位的同時(shí)可利用多站的TOA觀測(cè)實(shí)現(xiàn)周期的高精度估計(jì)。針對(duì)統(tǒng)一時(shí)間基準(zhǔn)的運(yùn)動(dòng)多站非共視異步TOA定位問題，充分考慮了站間距過大帶來(lái)

6、的模型參數(shù)辨識(shí)模糊問題，考慮將目標(biāo)位置空間網(wǎng)格化，從提高周期估計(jì)的角度，提出了基于多觀測(cè)站TOA量測(cè)序列時(shí)延補(bǔ)償?shù)幕旌吓判蚬烙?jì)法（Time Delay Compensated Order, TDCO）；從聯(lián)合估計(jì)目標(biāo)和周期的角度出發(fā)，提出了基于網(wǎng)格劃分的多起始LM迭代（Grid-based Multiple Intialization LM，GB-LM）；從運(yùn)算量考慮角度考慮，提出了結(jié)合粒子群優(yōu)化(Particle Swarm Opti

7、mization，PSO)及LM迭代（PSO-based LM，PSO-LM）等三種統(tǒng)一時(shí)間基準(zhǔn)的異步TOA定位方法。三種方法都可實(shí)現(xiàn)對(duì)目標(biāo)位置和周期的高精度估計(jì)。
　　第五章研究了運(yùn)動(dòng)多站共視條件下TDOA定位解算方法。針對(duì)傳統(tǒng)迭代方法運(yùn)算量大存在收斂問題以及解析方法噪聲門限高的缺陷，在分析了著名的兩步最小二乘方法性能受限原因的基礎(chǔ)上，提出了基于定位誤差修正的TDOA解析定位方法，從理論上證明了該定位解算方法的統(tǒng)計(jì)有效性，并對(duì)該