运动目标多参数定位算法研究

发布时间：2017-07-27 11:36

  本文关键词：运动目标多参数定位算法研究

  更多相关文章： 被动定位 时频差定位 时延和多普勒频率定位 唯多普勒频率定位 半正定规划

【摘要】：在过去的几十年中,由于目标定位技术在雷达、声呐、导航、电子侦查、紧急救援、无线通信等多种军用和民用领域中具有重要的作用,因此得到了广泛的研究与应用。在常见的定位系统中,目标的运动状态决定了接收信号的多个参数,如何利用这些参数来实现目标定位是研究中的重点。特别是对于运动目标或者运动观测站条件下的定位问题,如何利用高度非线性的多普勒频率和目标运动状态之间的关系来实现目标定位是当前研究中的一个难点。本文针对多种场景下的定位问题进行了深入的研究,主要内容和贡献包括:1.对基于到达时间差(TDOA)和到达频率差(FDOA)联合的被动定位问题进行了研究。从信号的实际接收过程出发,建立了包含时频差和相位差的多站接收信号模型。在此信号模型下提出了一种不进行时频差估计而直接利用所有接收数据进行定位的极大似然(ML)估计,并分析了对应的克拉美罗下界(CRLB)。理论分析和仿真实验证明了所提直接定位方法在定位精度上优于现有的两步定位方法。2.对基于时延和多普勒频率的运动目标主动定位问题进行了研究,主要对其中的分布式MIMO雷达定位进行了研究。提出了一种利用时延和多普勒频率估计进行定位求解的分组两步加权最小二乘(2WLS)算法。该算法综合利用了时延和多普勒频率信息,能够同时估计目标的位置和速度,并且具有显式的求解过程,因此计算简单,而且不需要初始值。在时延和多普勒频率测量误差较小的条件下,所提算法对目标位置与速度的估计精度均可达到CRLB界。3.对基于唯多普勒频率测量的运动目标定位问题进行了研究。研究了一种主动定位和一种被动定位中的唯多普勒频率观测模型,并将这两种观测模型进行了统一。对于唯多普勒频率定位求解的问题,现有可行的方法只有网格搜索法或者局部优化方法,前者计算量巨大,后者需要良好的初始值并且求解过程可能会发散。为了解决这个问题,本文提出了使用凸优化方法来进行定位求解:在观测站静止和运动的条件下,分别提出了一种直接SDP算法和一种差分SDP算法来近似求解唯多普勒频率定位ML估计。所提方法能够同时估计目标的位置和速度,并且没有初始值选择和求解过程发散的问题。4.对运动观测站通过唯多普勒频率测量定位静止目标的问题进行了研究。由于现有的可行定位求解方法仍然只有网格搜索法或者局部优化方法,于是提出了一种2WLS方法、一种间接SDP方法和一种直接SDP方法。其中,2WLS方法具有显式的求解过程,SDP方法为凸优化方法,三种方法都不需要初始值并且没有发散的问题。然后揭示了对于静止目标的多普勒频率测量和线阵方向测量之间具有可以相互等效的内在联系。在二维平面定位问题中,研究了将多普勒频率测量等效为线阵方向测量的方法,从而利用二维平面中的交叉定位方法进行定位求解。在三维空间定位问题中,研究了将多普勒频率测量和线阵方向测量相结合从而实现俯仰角和方位角测量的方法。最后,对于三维空间中每个观测站仅通过一个线阵测向对目标进行定位的问题,传统测向定位算法无法有效求解。针对这一难点,本文提出了将线阵方向测量等效为多普勒频率测量从而通过所提多普勒频率定位算法进行定位求解的方法。仿真实验验证了所提的参数转换定位方法具有较好的定位性能。5.对基于TDOA和到达幅度比(GROA)联合的被动定位问题进行了研究。首先在参数测量模型的基础上构造了约束加权最小二乘(CWLS)估计,然后分别提出了一种SDP方法对其进行近似求解和一种多项式求根(ROOT)方法对其进行直接求解。由于CWLS问题的特殊性质,所提SDP方法和ROOT方法在一般条件下都能够求到CWLS问题的最优解,因此其定位精度比现有的近似求解CWLS问题的2WLS方法更高。
【关键词】：被动定位 时频差定位 时延和多普勒频率定位 唯多普勒频率定位 半正定规划
【学位授予单位】：电子科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN911.7
【目录】：

• 摘要5-7
• ABSTRACT7-14
• 第一章 绪论14-22
• 1.1 研究背景及意义14-15
• 1.2 国内外研究现状15-20
• 1.3 本文主要研究内容20-22
• 第二章 基于时频差的运动目标被动定位22-53
• 2.1 引言22-23
• 2.2 时频差信号模型23-27
• 2.2.1 时延和多普勒效应23-24
• 2.2.2 信号接收系统24
• 2.2.3 频域信号模型24-27
• 2.3 直接定位极大似然估计27-38
• 2.3.1 算法推导27-28
• 2.3.2 与现有算法的区别和联系28-31
• 2.3.3 克拉美罗下界31-33
• 2.3.4 仿真实验33-38
• 2.4 基于时频差估计的定位解算算法38-52
• 2.4.1 极大似然估计40-41
• 2.4.2 两步加权最小二乘法41-44
• 2.4.3 约束加权最小二乘法44-46
• 2.4.4 拉格朗日乘数法46-47
• 2.4.5 半正定松弛法47-50
• 2.4.6 各种算法的区别与联系50-52
• 2.5 本章小结52-53
• 第三章 基于时延和多普勒频率的运动目标主动定位53-68
• 3.1 引言53-54
• 3.2 分布式MIMO雷达观测模型54-56
• 3.3 极大似然估计及克拉美罗下界56-58
• 3.3.1 极大似然估计56-57
• 3.3.2 克拉美罗下界57-58
• 3.4 两步定位法58-67
• 3.4.1 分组两步加权最小二乘法60-64
• 3.4.2 仿真实验64-67
• 3.5 本章小结67-68
• 第四章 基于唯多普勒频率的运动目标定位68-85
• 4.1 引言68
• 4.2 静止观测站唯多普勒频率定位运动目标68-76
• 4.2.1 观测模型69-70
• 4.2.2 直接半正定松弛定位算法70-74
• 4.2.3 差分半正定松弛定位算法74-76
• 4.3 运动观测站定位运动目标76-80
• 4.3.1 观测模型及克拉美罗下界76-77
• 4.3.2 直接半正定松弛定位算法77-79
• 4.3.3 差分半正定松弛定位算法79-80
• 4.4 仿真实验80-84
• 4.4.1 观测站静止时的定位仿真81-83
• 4.4.2 观测站运动时的定位仿真83-84
• 4.5 本章小结84-85
• 第五章 基于运动站唯多普勒频率的静止目标定位85-115
• 5.1 引言85-86
• 5.2 多普勒频率观测模型86-87
• 5.3 唯多普勒频率定位求解算法87-100
• 5.3.1 两步加权最小二乘法87-92
• 5.3.2 间接半正定松弛法92-95
• 5.3.3 直接半正定松弛法95-97
• 5.3.4 仿真实验97-100
• 5.4 多普勒频率测量与直线阵列测向100-115
• 5.4.1 多普勒频率测量等效为线阵测向100-103
• 5.4.2 二维平面中多普勒频率测向定位算法103-107
• 5.4.3 三维空间中多普勒频率测量和线阵测向联合定位107-111
• 5.4.4 三维空间中仅线阵测向的定位算法111-114
• 5.4.5 本章小节114-115
• 第六章 基于到达时差和到达幅度比的定位115-126
• 6.1 引言115
• 6.2 测量模型115-117
• 6.3 无自定位误差时的定位算法117-120
• 6.3.1 半正定松弛方法117-119
• 6.3.2 多项式求根方法119-120
• 6.4 存在自定位误差时的定位算法120-121
• 6.5 算法之间的关系121-122
• 6.6 仿真实验122-125
• 6.6.1 无自定位误差下的定位仿真123-124
• 6.6.2 存在自定位误差下的定位仿真124-125
• 6.7 本章小结125-126
• 第七章 总结与展望126-128
• 7.1 全文工作总结126-127
• 7.2 研究工作展望127-128
• 致谢128-129
• 参考文献129-142
• 攻博期间取得的研究成果142-143

，

本文编号：581253