一种信号传播速度未知且存在信号频率漂移的多平台多普勒定位方法

技术领域

本发明涉及目标定位技术领域，尤其涉及一种信号传播速度未知且存在信号频率漂移的多平台多普勒定位方法，特别适用于在信号传播速度未能精确已知，以及因目标的不稳定性而导致信号频率出现漂移的场景。

背景技术

众所周知，目标定位技术已广泛应用于无线通信、智慧城市、自动驾驶、导航遥测、紧急救助、安全管理等诸多工业与信息技术领域，其同时也是目标监测、态势感知、战略预警等国防安全领域中不可或缺的支撑技术。依据观测平台的数量可以将目标定位系统划分为单平台定位系统和多平台定位系统两大类，其中多平台定位系统能够获得更多的观测信息，从而有利于提高目标定位精度。

在多平台定位方法中，到达角度(AOA—Azimuth of Arrival)和到达时间差(TDOA—Time Difference of Arrival)是经常使用的两类定位观测量，但前者需要每个观测平台都安装天线阵列，这增加了系统的实现难度，后者则难以对窄带信号进行高精度定位。另一方面，当观测站与目标之间产生相对运动时，信号到达频率(FOA—Frequency ofArrival)中会包含多普勒频移信息[严航,姚山峰.低轨单星测频定位技术及其精度分析[J].计算机工程,2012,38(18):6-10.]，此时利用FOA观测量可以实现对目标的高精度定位，并且该类定位体制并不需要观测站安装天线阵列，能够对窄带信号甚至单频点信号进行高精度定位。本专利主要研究基于多运动平台FOA观测信息的目标定位方法。

在FOA定位方法中，通常需要精确已知信号的传播速度，然而在某些介质空间中，仅能预先知道信号传播速度的典型值(例如声信号在水下传播速度的典型值为1500m/s)，该典型值与真实值之间会存在一定固有偏差，从而显著影响定位精度[Rui L Y,Ho KC.Efficient closed-form estimators for multistatic sonar localization[J].IEEETransactions on Aerospace and Electronic Systems,2015,51(1):600-614.]。另一方面，在FOA定位方法中，常常会由于目标的不稳定性导致信号频率出现漂移[Amar A,WeissA J.Localization of narrowband radio emitters based on Doppler frequencyshifts[J].IEEE Transactions on Signal Processing,2008,56(11):5500-5508.]，这同样会对定位精度产生较大的影响。

发明内容

本发明针对现有FOA定位方法存在的定位精度差的问题，提出一种信号传播速度未知且存在信号频率漂移的多平台多普勒定位方法，其不仅能有效解决信号传播速度无法精确已知的问题，还能克服因目标的不稳定性而导致信号频率漂移问题，具有渐近统计最优的估计性能。

为了实现上述目的，本发明首先基于多个观测平台在其行驶航迹中的若干短时隙获得关于目标的FOA观测量，其中包含多普勒信息。然后将非线性观测方程转化为关于目标位置向量、信号传播速度以及信号频率漂移向量的伪线性观测方程，并基于FOA观测误差的统计特性获得伪线性观测方程的误差统计特性，进而确定最优加权矩阵。接着基于伪线性观测方程，建立非加权形式的最小二乘估计准则，并提出多参数解耦合优化算法，以获得关于目标位置向量和信号传播速度的渐近统计无偏估计值。再接着利用该估计值计算最优加权矩阵，并再次通过多参数解耦合优化算法获得关于目标位置向量、信号传播速度以及信号频率漂移向量的渐近统计最优估计值。本发明的信号传播速度未知且存在信号频率漂移的多平台多普勒定位方法的具体实施步骤如下：

步骤1：在介质空间中利用M个运动观测平台对静止目标进行定位，每个观测平台均利用N个短时隙获得关于目标的FOA观测量

步骤2：将M个运动观测平台的FOA观测量

步骤3：选择目标位置向量u和信号传播速度c的初始值；

步骤4：在非加权的情况下，对目标位置向量u和信号传播速度c进行联合迭代优化，获得关于目标位置向量u和信号传播速度c的渐近统计无偏估计值、即迭代收敛结果；

步骤5：利用步骤4的迭代收敛结果计算加权矩阵W；

步骤6：基于步骤4的迭代收敛结果及加权矩阵W对目标位置向量u和信号传播速度c进行联合迭代优化，获得加权情况下目标位置向量u和信号传播速度c的渐近统计最优估计值；

步骤7：在步骤6获得的目标位置向量u和信号传播速度c的渐近统计最优估计值计算信号频率漂移向量β的渐近统计最优估计值。

进一步地，所述步骤1包括：

在介质空间中利用M个运动观测平台对静止目标进行定位，每个观测平台均安装传感器，每个传感器都利用N个短时隙获得关于目标的FOA观测量

式中u＝[x

进一步地，所述步骤2中，利用M个运动观测平台的FOA观测量

A(u,c)β＝b(f,u,c)

式中

A(u,c)＝blkdiag{a

β＝[β

f

其中，A(u,c)表示伪线性观测矩阵；b(f,u,c)表示伪线性观测向量；β表示信号频率漂移向量；f表示没有观测误差的FOA观测向量；f

其中，a

进一步地，所述步骤3包括：

将信号传播速度c的初始值记为

式中

其中，

进一步地，所述步骤4中，在非加权的情况下，按照下式对目标位置向量u和信号传播速度c进行联合迭代优化

式中μ表示步长因子，0<μ<1；

其中，

上述迭代初始值选为步骤3的结果

进一步地，所述步骤5中，利用步骤4的迭代收敛结果计算加权矩阵W，相应的表达式为

式中O

式中W

进一步地，所述步骤6中，按照下式进行联合迭代优化

式中μ表示步长因子，0<μ<1；

其中，

上述迭代初始值选为步骤4的迭代收敛结果

进一步地，所述步骤7中，按照下式计算信号频率漂移向量β的渐近统计最优估计值

与现有技术相比，本发明具有的有益效果：

本发明针对多运动观测平台目标定位场景，提出了一种信号传播速度未知且存在信号频率漂移的多平台多普勒定位方法，首先基于多个观测平台在其行驶航迹中的若干短时隙获得关于目标的FOA观测量，其中包含多普勒信息(信号频率漂移)；然后将非线性观测方程转化为关于目标位置向量、信号传播速度以及信号频率漂移向量的伪线性观测方程，并基于FOA观测误差的统计特性获得伪线性观测方程的误差统计特性，进而确定最优加权矩阵；接着基于伪线性观测方程，建立非加权形式的最小二乘估计准则，获得关于目标位置向量和信号传播速度的渐近统计无偏估计值；再接着利用该估计值计算最优加权矩阵，并获得关于目标位置向量、信号传播速度以及信号频率漂移向量的渐近统计最优估计值。本发明不仅能有效解决信号传播速度无法精确已知的问题，还能克服因目标的不稳定性而导致信号频率漂移问题，具有渐近统计最优的估计性能。

附图说明

图1为本发明实施例一种信号传播速度未知且存在信号频率漂移的多平台多普勒定位方法的原理框图；

图2是目标定位结果散布图与定位误差椭圆曲线(X-Y平面坐标)；

图3是目标定位结果散布图与定位误差椭圆曲线(Y-Z平面坐标)；

图4是目标定位结果散布图与定位误差椭圆曲线(X-Z平面坐标)；

图5是目标定位均方根误差随着FOA观测误差标准差σ

图6是目标定位均方根误差随着信号传播速度的变化曲线。

具体实施方式

下面结合附图和具体的实施例对本发明做进一步的解释说明：

如图1所示，一种信号传播速度未知且存在信号频率漂移的多平台多普勒定位方法，包括：

步骤1：在某种介质空间中利用M个运动观测平台对静止目标进行定位，每个观测平台均利用N个短时隙获得关于目标的FOA观测量

步骤2：利用M个运动观测平台的FOA观测量

步骤3：选择目标位置向量u和信号传播速度c的初始值；

步骤4：在非加权的情况下，提出多参数解耦合优化算法，以对目标位置向量u和信号传播速度c进行联合优化，获得关于目标位置向量u和信号传播速度c的渐近统计无偏估计值、即迭代收敛结果；

步骤5：利用步骤4的迭代收敛结果计算加权矩阵W；

步骤6：基于步骤4的迭代收敛结果及加权矩阵W，提出多参数解耦合优化算法，以对目标位置向量u和信号传播速度c进行联合迭代优化，获得加权情况下目标位置向量u和信号传播速度c的渐近统计最优估计值；

步骤7：在步骤6获得的目标位置向量u和信号传播速度c的渐近统计最优估计值计算信号频率漂移向量β的渐近统计最优估计值。

进一步地，所述步骤1中，在某介质空间中利用M个运动观测平台对静止目标进行定位，每个观测平台均安装传感器，每个传感器都利用N个短时隙获得关于目标的FOA观测量

式中u＝[x

进一步地，所述步骤2中，利用M个运动观测平台的FOA观测量

A(u,c)β＝b(f,u,c)

式中

A(u,c)＝blkdiag{a

β＝[β

f

其中，A(u,c)表示伪线性观测矩阵；b(f,u,c)表示伪线性观测向量；β表示信号频率漂移向量；f表示没有观测误差的FOA观测向量；f

其中，a

进一步地，所述步骤3中，选择目标位置向量u和信号传播速度c的初始值。将信号传播速度c的初始值记为

式中

其中，

进一步地，所述步骤4中，在非加权的情况下，提出多参数解耦合优化算法，以对目标位置向量u和信号传播速度c进行联合优化，获得渐近统计无偏估计值，相应的迭代公式为

式中μ(0<μ<1)表示步长因子；

其中，

上述迭代初始值选为步骤3的结果

进一步地，所述步骤5中，利用步骤4的迭代收敛结果计算加权矩阵W，相应的表达式为

式中O

式中W

进一步地，所述步骤6中，在加权的情况下，提出多参数解耦合优化算法，以对目标位置向量u和信号传播速度c进行联合优化，获得渐近统计最优估计值，相应的迭代公式为

式中μ(0<μ<1)表示步长因子；

其中，

上述迭代初始值选为步骤4的迭代收敛结果

进一步地，所述步骤7中，计算信号频率漂移向量的渐近统计最优估计值，相应的计算公式为

作为一种具体可实施方式，考虑水下目标定位场景，目标位置向量为u＝[100 100-500]

表1运动观测平台1在行驶直线航迹中的8个短时隙位置坐标(单位：m)

表2运动观测平台2在行驶直线航迹中的8个短时隙位置坐标(单位：m)

表3运动观测平台3在行驶直线航迹中的8个短时隙位置坐标(单位：m)

表4运动观测平台4在行驶直线航迹中的8个短时隙位置坐标(单位：m)

表5 4个运动观测平台在行驶每条直线航迹时的速度(单位：m/s)

表6信号频率漂移数值(单位：Hz)

首先将FOA观测误差标准差σ

然后将信号传播速度设为c＝1460m/s，改变FOA观测误差标准差σ

从图5和图6中可以看出：(1)本专利公开的信号传播速度未知且存在信号频率漂移的多平台多普勒定位方法，其目标定位均方根误差可以渐近逼近克拉美罗界，从而验证了新方法的渐近统计最优性；(2)相比于已有的FOA定位方法，新方法的定位精度明显得到了提升，这是因为该方法有效解决了信号传播速度无法精确已知的问题，还能克服因目标的不稳定性而导致信号频率漂移问题。

以上所示仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。