一种基于被动合成孔径的多无人机协同直接定位方法技术

本发明专利技术公开一种基于被动合成孔径的多无人机协同直接定位方法，包括：基于多个无人机阵列接收模型建立与到达信号复包络、载波相位以及多普勒频偏有关的阵列信号时域模型；每个无人机基于被动合成孔径思想，将阵列信号时域数据按时间顺序排列组成扩展的阵列信号时域模型，再利用基2

【技术实现步骤摘要】
一种基于被动合成孔径的多无人机协同直接定位方法


[0001]本专利技术属于无线电定位
，特别是针对基于多个运动无人机的多目标定位场景，提出一种基于被动合成孔径的多无人机协同直接定位方法。

技术介绍

[0002]众所周知，无线电信号侦察定位对于目标发现及其态势感知具有十分重要的意义，其中空基、天基侦察定位系统发挥了不可替代的效益。随着航电设备发展的无人化，无人侦察机将成为侦察卫星和有人侦察机的重要补充和增强手段。它与侦察卫星相比，具有成本低、侦察地域控制灵活等特点；与有人侦察机相比，具有可昼夜持续侦察的能力，不必考虑飞行员的疲劳和伤亡等问题，特别在对敌方严密设防的重要地域实施侦察时，或在有人驾驶侦察机难以接近的情况下，使用无人侦察机就更能体现出其优越性。在当前强调隐蔽攻击和硬杀伤的形势下，基于无人机平台的无源定位技术将日益发挥重要作用。
[0003]然而，虽然无人机侦察装备具有灵活自由的特点，但是由于其体积偏小、装载能力较轻，只能依赖尽可能小孔径的天线阵列实现侦察定位，这就导致对目标定位存在精度受限、分辨力不足等问题。对此，本专利技术引入被动合成孔径技术，将小孔径阵列虚拟扩展为大孔径阵列。被动合成孔径技术将运动阵列在不同时段接收的相干信号等效搬移至同一基准时段内，使拼接后的各段信号等效为新增阵列孔径在基准时间段内的合成孔径，该技术本质上利用了高速运动平台阵列的运动特征，将信号的短时间增益转化为空间增益，减少了大孔径天线阵列的设计复杂程度和科学实践成本，降低了对装置信号参数测量精度的要求。此外，本专利利用多机接收信号之间的时延差信息，进一步将阵列孔径扩展，能够在小型运动无人机平台阵列孔径受限的情况下，有效提升对多目标定位的精度与分辨能力。
[0004]另一方面，在现有的无人机定位系统中，采集的数字信号通过无人机网关回传到后方计算中心，由计算中心完成目标的定位解算，而计算中心均是采用“两步估计定位”模式，即首先从各无人机回传的信号中提取角度等定位参数，再根据无人机的位置、速度等信息，建立定位方程从这些参数中解算目标的位置信息。依据信息论可知，从原始数据到最终估计结果之间的处理环节会引入一定的不确定性，从而导致信息损失，影响定位性能，尤其当多目标存在时，还需要数据关联或者人为介入等，这将进一步增大定位误差与处理时间。对此，本专利引入(单步)直接定位方式，其基本思想是从原始信号抽样中直接获取目标位置，无需再估计其它中间观测量。相比于传统两步定位方法，这种单步定位技术具有估计精度高、分辨能力强、无需数据关联等诸多优点。

技术实现思路

[0005]本专利技术针对小型化无人机定位性能受限的问题，提出一种基于被动合成孔径的多无人机协同直接定位方法，可以显著提高对多目标的定位精度与分辨能力。
[0006]为了解决上述问题，需要首先基于多个无人机阵列接收模型，利用到达信号角度、传播时延以及多普勒频偏关于目标位置参数的数学关系，建立与到达信号复包络、载波相
位以及多普勒频偏有关的阵列信号时域模型；接着，每个无人机基于被动合成孔径思想，将阵列信号时域数据按时间顺序排列，组成扩展的阵列信号时域模型，再利用基2
‑
FFT算法将扩展的阵列信号时域数据转化为频域数据；然后，每个无人机将扩展的阵列信号频域数据传输至计算中心站，中心站将多个无人机的频域数据组成高维的多机频域观测矢量；最后，中心站依据子空间正交准则建立联合估计目标位置矢量和传播系数的数学优化模型，再提取仅包含目标位置的信息矩阵，以最小化信息矩阵最小特征值为目标函数，进行多个区域的网格搜索，用以实现对多目标的精确定位。本专利技术的一种基于被动合成孔径的多无人机协同直接定位方法的具体实施步骤如下：
[0007]步骤1：对L个无人机的M通道阵列天线接收系统做好时间同步，并根据Nyquist采样定理以T
s
为时间间隔对Q个目标辐射的无线电信号数据进行采集，从而获得每个无人机的阵列信号时域数据；
[0008]步骤2：每个无人机将所获得的阵列信号时域数据按时间顺序排列，每连续N个采样点的阵列信号时域数据组成一个扩展的阵列信号时域观测矢量；
[0009]步骤3：每个无人机将扩展的阵列信号时域数据分为K段，每段J个样本点，对每段数据做基2
‑
FFT运算，从而得到K段扩展阵列信号频域数据；
[0010]步骤4：每个无人机将计算得到的K段扩展阵列信号频域数据传输至计算中心站，中心站将L个无人机的扩展阵列信号频域数据组成K段高维的多机频域观测矢量；
[0011]步骤5：中心站利用K段高维的多机频域数据依次估计得到J个频域分量的协方差矩阵，并通过特征值分解得到各个频率分量上的噪声子空间投影矩阵；
[0012]步骤6：中心站基于子空间正交准则建立联合估计目标位置矢量和传播系数的数学优化模型；
[0013]步骤7：中心站提取仅包含目标位置矢量的信息矩阵；
[0014]步骤8：中心站设定每个目标的网格搜索范围，并计算网格点上信息矩阵的最小特征值；
[0015]步骤9：中心站依次进行Q个区域的网格搜索，每个搜索范围内信息矩阵最小特征值的最小值所对应的网格坐标即为每个目标的定位结果。
[0016]进一步地，所述步骤1中，第l个无人机的阵列天线在第n个采样时刻所接收到的信号时域模型为：
[0017][0018]其中，p
q
表示第q个目标的位置矢量；t
q0
表示第q个目标的发射信号时间；s
q
(nT
s
‑
τ
l
(p
q
)
‑
t
q0
)表示第q个目标信号在发射时间为t
q0
、时延为τ
l
(p
q
)的离散复包络；a
l
(p
q
)表示第q个目标信号相对于第l个无人机接收阵列的阵列流形矢量，与信号的到达角度θ
l
(p
q
)有关；β
ql
表示第q个目标信号到第l个无人机之间的信道传播系数；ε
l
(n)表示第l个无人机的天线阵列噪声矢量；τ
l
(p
q
)表示第q个目标信号到达第l个无人机的传播时延；f
l
(p
q
)表示第q个目标信号到达第l个无人机的多普勒频偏；
[0019]其中，时延τ
l
(p
q
)与多普勒频偏f
l
(p
q
)与目标位置矢量的代数关系为
[0020][0021][0022]在二维平面定位中，到达角度θ
l
(p
q
)与目标位置矢量的代数关系为
[0023][0024]式中f
c
为信号的载频；c为电波传播速度；u
l
与分别表示第l个无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于被动合成孔径的多无人机协同直接定位方法，其特征在于，包括：步骤1：对L个无人机的M通道阵列天线接收系统做好时间同步，并根据Nyquist采样定理以T
s
为时间间隔对Q个目标辐射的无线电信号数据进行采集，从而获得每个无人机的阵列信号时域数据；步骤2：每个无人机将所获得的阵列信号时域数据按时间顺序排列，每连续N个采样点的阵列信号时域数据组成一个扩展的阵列信号时域观测矢量；步骤3：每个无人机将扩展的阵列信号时域数据分为K段，每段J个样本点，对每段数据做基2
‑
FFT运算，从而得到K段扩展阵列信号频域数据；步骤4：每个无人机将计算得到的K段扩展阵列信号频域数据传输至计算中心站，中心站将L个无人机的扩展阵列信号频域数据组成K段高维的多机频域观测矢量；步骤5：中心站利用K段高维的多机频域数据依次估计得到J个频域分量的协方差矩阵，并通过特征值分解得到各个频率分量上的噪声子空间投影矩阵；步骤6：中心站基于子空间正交准则建立联合估计目标位置矢量和传播系数的数学优化模型；步骤7：中心站提取仅包含目标位置矢量的信息矩阵；步骤8：中心站设定每个目标的网格搜索范围，并计算网格点上信息矩阵的最小特征值；步骤9：中心站依次进行Q个区域的网格搜索，每个搜索范围内信息矩阵最小特征值的最小值所对应的网格坐标即为每个目标的定位结果。2.根据权利要求1所述的一种基于被动合成孔径的多无人机协同直接定位方法，其特征在于，所述步骤1中，第l个无人机的阵列天线在第n个采样时刻所接收到的信号时域模型为：其中，p
q
表示第q个目标的位置矢量；t
q0
表示第q个目标的发射信号时间；s
q
(nT
s
‑
τ
l
(p
q
)
‑
t
q0
)表示第q个目标信号在发射时间为t
q0
、时延为τ
l
(p
q
)的离散复包络；a
l
(p
q
)表示第q个目标信号相对于第l个无人机接收阵列的阵列流形矢量，与信号的到达角度θ
l
(p
q
)有关；β
ql
表示第q个目标信号到第l个无人机之间的信道传播系数；ε
l
(n)表示第l个无人机的天线阵列噪声矢量；τ
l
(p
q
)表示第q个目标信号到达第l个无人机的传播时延；f
l
(p
q
)表示第q个目标信号到达第l个无人机的多普勒频偏；其中，时延τ
l
(p
q
)与多普勒频偏f
l
(p
q
)与目标位置矢量的代数关系为)与目标位置矢量的代数关系为在二维平面定位中，到达角度θ
l
(p
q
)与目标位置矢量的代数关系为
式中f
...

【专利技术属性】
技术研发人员：尹洁昕，王鼎，陈灿，李建阳，杨宾，陈田田，李冰，张莉，郑娜娥，赵华，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：