基于m-Capon的多阵列无源定位算法研究
发布时间：2020-10-13 15:12
无源定位具有作用距离远、受环境影响小和隐蔽性强等优点,近年来受到了国内外学者的广泛关注。针对多阵列多目标无源定位问题,传统的两步定位法需要进行复杂的数据关联。而直接定位(DPD)算法能够利用原始信号采样进行定位,在低信噪比和多目标场景下具有更好的定位精度和稳定性。然而,现有的旋转不变子空间(ESPRIT)和多重信号分类(MUSIC)直接定位方法往往需要已知目标个数,在目标个数错误的情况下会极大降低定位精度。本文在目标个数未知的情况下对多阵列多目标无源定位展开研究,提出一种基于m-Capon的直接定位方法,并将其推广至三维场景。本文的主要研究内容如下:1.针对多阵列目标无源定位问题,介绍了经典的测向定位、时差定位、MUSIC直接定位和ESPRIT直接定位算法以及定位误差的Cramer-Rao下界(CRLB),并进行了仿真测试比较研究。在低信噪比下,测向定位算法定位误差较大,MUSIC和ESPRIT直接定位算法的定位精度相近且能够很好对目标进行定位。2.针对目标个数未知情况下的直接定位问题,提出一种基于m-Capon的直接定位算法。通过多阵列接收信号自相关协方差矩阵的高阶逆近似渐进得到与MUSIC算法相近的搜索谱函数,进而在探测空间中搜索实现目标的定位。分析不同信噪比(SNR),不同采样快拍数、不同阵元个数、以及不同m取值等参数在单目标和多目标场景下对定位误差的影响,并对比了MUSIC、Capon和m-Capon直接定位算法的定位性能。仿真结果表明:目标的定位误差会随着SNR、采样快拍数、阵元个数和m取值的增加而减小;在单目标场景下,MUSIC、Capon和m-Capon直接定位算法的定位性能大致相同且均能在SNR约为-10d B左右达到CRLB;在多目标场景下,m-Capon算法的定位性能会随着m取值的增大逐渐变好,与MUSIC算法在SNR约为-10d B左右同时达到CRLB。3.将m-Capon的直接定位推广至三维场景,提出一种基于m-Capon的Three D直接定位算法。该算法在二维平面位置估计的基础上,增加了高度估计,进一步分析不同SNR、不同目标个数、目标是否位于同一平面以及均匀面阵和均匀十字阵两类信号模型下对定位误差的影响。仿真结果表明:单目标情况下,m-Capon算法目标的定位误差会随着信噪比增加而减小,信号模型为均匀面阵时,m-Capon算法能够在信噪比约为-10d B左右时定位误差达到CRLB,当信号模型为均匀十字阵时,m-Capon算法在信噪比约为-5d B时,定位误差达到CRLB。多目标情况下,因目标个数增多导致部分空间交叉密集所引起的尖峰偏移和假峰现象,使得m-Capon算法定位误差增加。
【学位单位】：杭州电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN95
【部分图文】：
我们首先对测向定位算法进行仿真实验。考虑一个对水下未知节点的定位场景。参数设定：假定未知节点位于 p ，方位角和俯仰角的量测噪声标准差相同，且分别设置为 /180 ，2 /180，3 /180，4 /180，5 /180，观测站随机分配在海平面且个数分别为 10 个和 100 个。记录最小二乘算法（PLE）、总体最小二乘算法（TLS）、极大似然算法（ML）运行 1000 次得到的位置均方根误差曲线如图 2-6 所示。(a)观测站数为 10 个， p (0.8k m, 0.7 km, 0.2 km)(b)观测站数为 100 个，
300,700]Tp ；两个参考传感器位置坐标：1 [680,960,0]o Ts ，2 [680,960,0]o Ts ；普通传感器位置坐标：1 [655,340,0]Ts ，2 [160,585,0]Ts ，3 [120,220,0]Ts ；蒙特卡罗仿真次数： L 1000；信号噪声强度： 20 dB ~ 0dB。考虑在两个参考传感器下比较极大似然算法(ML)、加权最小二乘法(WLS)、两步约束最小二乘法(Two-Step CLS)和两步加权最小二乘(Two-Step WLS)算法。我们绘制 ML，WLS，Two-Step CLS，Two-Step WLS 算法的定位误差随信号噪声变化曲线，如图 2.7所示。随着测量噪声的增加，定位误差也随之增大，定位误差与测量信号噪声之间有近似的线性关系。从图 2.7 可以看出，Two-Step CLS、ML 和 Two-Step WLS的定位精度比 WLS 要高，Two-Step WLS 与 ML 具有相近的定位性能，且都到达 CRLB 下界值。另外，设定测量噪声为 0dB ，我们绘制了 ML、WLS、Two-StepCLS 和 Two-Step WLS 算法的误差累计分布函数曲线(CDF)。显然 WLS 的定位误差 MSE 相比于其他算法较大，而 Two-Step WLS 算法能够有效的改进定位误差。WLS 算法90%的定位结果 MSE 小于24.8m ，Two-Step CLS 算法 的定位结果 MSE 小于21.4m ，而对于 ML、Two-Step WLS 算法的定位结果中， 的定位 MSE 小于20.9m 。
杭州电子科技大学硕士学位论文间的距离为半波长 d 2。目标与阵列之间的位置关系如图 2.8 (2.44)在探测区域内的全部谱值，仿真结果如图 2.9 所示：图 2.8 可以看出，观测站 1、观测站 2、观测站 3 与未知目标之间45 ，60 ，30 。通过 3 个观测站在探测空间的幅值交汇实现目标定2.9，随着信噪比的增加目标所在位置会更加尖锐，进而验证了空间正确的反映信号与背景噪声之间的关系。设探测区域有两个目标位置为1p (16 km, 15 km)，2p (20 km, 16 km)，其变，得到仿真结果如图 2.10 所示；假设探测区域有三个目标 km, 20 km)，2p (20 km, 23k m)，3p (12 km, 27 km)，探测区域 x 轴： 0 km 0 km 30km，其他仿真设定不变，得到仿真结果如图 2.11 所示。
【参考文献】
本文编号：2839335
【学位单位】：杭州电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN95
【部分图文】：
我们首先对测向定位算法进行仿真实验。考虑一个对水下未知节点的定位场景。参数设定：假定未知节点位于 p ，方位角和俯仰角的量测噪声标准差相同，且分别设置为 /180 ，2 /180，3 /180，4 /180，5 /180，观测站随机分配在海平面且个数分别为 10 个和 100 个。记录最小二乘算法（PLE）、总体最小二乘算法（TLS）、极大似然算法（ML）运行 1000 次得到的位置均方根误差曲线如图 2-6 所示。(a)观测站数为 10 个， p (0.8k m, 0.7 km, 0.2 km)(b)观测站数为 100 个，
300,700]Tp ；两个参考传感器位置坐标：1 [680,960,0]o Ts ，2 [680,960,0]o Ts ；普通传感器位置坐标：1 [655,340,0]Ts ，2 [160,585,0]Ts ，3 [120,220,0]Ts ；蒙特卡罗仿真次数： L 1000；信号噪声强度： 20 dB ~ 0dB。考虑在两个参考传感器下比较极大似然算法(ML)、加权最小二乘法(WLS)、两步约束最小二乘法(Two-Step CLS)和两步加权最小二乘(Two-Step WLS)算法。我们绘制 ML，WLS，Two-Step CLS，Two-Step WLS 算法的定位误差随信号噪声变化曲线，如图 2.7所示。随着测量噪声的增加，定位误差也随之增大，定位误差与测量信号噪声之间有近似的线性关系。从图 2.7 可以看出，Two-Step CLS、ML 和 Two-Step WLS的定位精度比 WLS 要高，Two-Step WLS 与 ML 具有相近的定位性能，且都到达 CRLB 下界值。另外，设定测量噪声为 0dB ，我们绘制了 ML、WLS、Two-StepCLS 和 Two-Step WLS 算法的误差累计分布函数曲线(CDF)。显然 WLS 的定位误差 MSE 相比于其他算法较大，而 Two-Step WLS 算法能够有效的改进定位误差。WLS 算法90%的定位结果 MSE 小于24.8m ，Two-Step CLS 算法 的定位结果 MSE 小于21.4m ，而对于 ML、Two-Step WLS 算法的定位结果中， 的定位 MSE 小于20.9m 。
杭州电子科技大学硕士学位论文间的距离为半波长 d 2。目标与阵列之间的位置关系如图 2.8 (2.44)在探测区域内的全部谱值，仿真结果如图 2.9 所示：图 2.8 可以看出，观测站 1、观测站 2、观测站 3 与未知目标之间45 ，60 ，30 。通过 3 个观测站在探测空间的幅值交汇实现目标定2.9，随着信噪比的增加目标所在位置会更加尖锐，进而验证了空间正确的反映信号与背景噪声之间的关系。设探测区域有两个目标位置为1p (16 km, 15 km)，2p (20 km, 16 km)，其变，得到仿真结果如图 2.10 所示；假设探测区域有三个目标 km, 20 km)，2p (20 km, 23k m)，3p (12 km, 27 km)，探测区域 x 轴： 0 km 0 km 30km，其他仿真设定不变，得到仿真结果如图 2.11 所示。
【参考文献】
相关期刊论文 前7条
1 郁春来;张元发;万方;;无源定位技术体制及装备的现状与发展趋势[J];空军雷达学院学报;2012年02期
2 徐迪;刘瑞兰;;基于QPSO算法的无线传感器定位研究[J];计算机技术与发展;2012年02期
3 张亚婷;;新体制雷达的发展及应用[J];火控雷达技术;2011年03期
4 曾祥能;张永顺;贺泽维;阎智忠;;电子战新技术发展综述[J];航天电子对抗;2010年05期
5 陈文奎;陶建义;;新体制雷达及其对抗技术综述[J];舰船电子对抗;2010年04期
6 曲长文;向迎春;;基于目标RCS特性的有源对消隐身分析[J];雷达科学与技术;2010年02期
7 诸燕平;黄大庆;李勃;;基于AOA的无线传感器网络节点定位算法[J];传感器与微系统;2010年01期
相关硕士学位论文 前2条
1 尤丹丹;基于分布式相控阵雷达的目标定位研究[D];电子科技大学;2014年
2 孙洪胜;基于方位角测量的无源定位算法研究[D];哈尔滨工程大学;2010年
本文编号：2839335
本文链接：https://www.wllwen.com/kejilunwen/wltx/2839335.html
