收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

辐射源多阵列直接定位算法研究

黄志英  
【摘要】:辐射源的多阵列联合定位是利用多个阵列接收的同一个目标的辐射信号对目标进行的定位。传统的多阵列联合定位采用二步定位的模式,即系统首先估计窄带辐射信号到达各阵列的达方向(direction of arrival, DOA),然后再用这些估计结果对目标进行交叉定位。这种定位模式在参数估计过程中会带来目标信息的损失,因此具有一定的局限性,在低信噪比下定位性能难以进一步的提高。多阵列的直接定位(direct position determination, DPD)算法是近年来兴起的一个重要的研究方向,该算法在函数层或者数据层直接进行数据融合,估计目标的位置。因为直接数据融合模式损失的目标信息更少,因此在低信噪比下该算法较传统二步定位模式具有更高的定位精度和稳定性。此外,DPD算法在多目标条件下不需要进行参数匹配,可实现多目标直接定位。在实际应用中,由于计算所需的数据量较大,对测量站与处理中心间的数据通信链路提出较高要求。大多数多阵列DPD算法都是基于阵列流形精确已知,且接收噪声为高斯白噪声的假设,因此理论性能优良;但是在实际应用中,各类阵列误差不可避免,各阵列间甚至各阵元之间的接收噪声也可能是非均匀的甚至具有相关性,这往往导致多阵列DPD算法的定位性能变差。因此,本文从实际应用中可能遇到的多种模型误差入手,深入研究模型误差对多阵列DPD算法带来的影响,并借鉴经典的阵列空间谱估计理论,设计了不同形式阵列模型误差下的多阵列DPD校正算法。本文致力于进一步提高多阵列DPD算法在实际应用过程中的定位精度,研究工作围绕多阵列时域数据和频域数据DPD定位模型、阵列通道幅相误差下的多阵列DPD算法设计、非均匀噪声下的多阵列DPD算法设计以及阵列色噪声下的多阵列DPD算法设计四个方面展开。论文的主要内容以及创新点如下:1.总结与比较传统二步定位模型与现有DPD算法的数据融合形式,深入分析并指出二步定位方法的局限以及DPD算法在低信噪比下具有较高性能的根本原因;根据处理的数据形式,将现有多阵列DPD算法分为时域数据DPD算法和频域数据DPD算法两种;分析了和比较了各类DPD算法的优劣势,明确了其适用范围,并明确指出频域数据DPD算法存在视距范围内的适用限制。2.给出了阵列通道幅相误差下基于频域数据的多阵列DPD定位模型,并提出了一种阵列幅相误差下的多阵列DPD自校正算法。该算法使用迭代的方式同时估计各阵列通道幅相误差以及目标位置,提高了阵列幅相误差下的多阵列DPD定位精度。3.给出了非均匀噪声下的多阵列时域数据DPD定位模型,设计了非均匀噪声下的多阵列时域数据DPD算法,该算法利用各阵列输出协方差矩阵迭代估计非均匀噪声的协方差矩阵和目标位置,从而降低了非均匀噪声对DPD算法的影响;对于多目标的情况,则使用交替投影方法降低定位算法的搜索维度;在多阵列时域数据DPD定位模型的基础上推导了相应的克拉美罗界。该算法能够较为准确的估计非均匀噪声功率,提高DPD算法在非均匀噪声下的定位精度,在高信噪比时能够逼近相应的克拉美罗界。4.给出了非均匀噪声下的多阵列频域数据DPD定位模型,设计了非均匀噪声下的多阵列频域数据DPD算法,该算法利用多个阵列输出频域数据的协方差矩阵首先估计噪声频域数据的协方差矩阵,然后用估计结果预白化阵列输出数据协方差矩阵,再对目标位置进行估计。该算法可以对非均匀噪声的协方差矩阵进行较为准确的估计,经过校正后DPD算法在计算量增加不大的情况下,定位精度有较大的提高。5.以上的三种算法均要求阵列接收噪声是空域白噪声,即各阵元接收噪声不相关。但实际应用中阵列接收噪声为色噪声的情况也是存在的,噪声建模的错误将会导致DPD算法定位精度的下降。针对阵列色噪声下的多阵列联合定位问题,给出了阵列色噪声下的多阵列时域数据DPD定位模型,设计了基于四阶累积量的多阵列时域数据的DPD算法,并推导出了克拉美罗界。该算法对高斯噪声模型不敏感,因而在空域高斯色噪声场中也能够取得精确的定位效果,且在高信噪比时可达到相应的克拉美罗界。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 宁忠磊;王宏琦;张正;;一种基于协方差矩阵的自动目标检测方法[J];中国科学院研究生院学报;2010年03期
2 吴翩翩;;基于区域协方差矩阵的模板更新方法分析与比较[J];科技广场;2010年01期
3 胡玉成;;基于协方差矩阵递推的故障诊断[J];杭州电子科技大学学报;2010年06期
4 段松传;韩彦芳;徐伯庆;;基于协方差矩阵的复杂背景中目标检测[J];无线电通信技术;2012年04期
5 刘廷进;张建华;;实验数据的协方差构造[J];中国原子能科学研究院年报;1991年00期
6 郭佳佳;廖桂生;杨志伟;杜文韬;;利用广义内积值迭代加权的空时协方差矩阵估计方法[J];电子与信息学报;2014年02期
7 赵益民,鞠德航;协方差矩阵的权微扰算法[J];电子学报;1996年03期
8 时艳玲;;相干积累检测器中协方差矩阵估计的新算法[J];电波科学学报;2014年02期
9 管学伟;刘先志;罗镇宝;;基于区域协方差矩阵的目标跟踪方法[J];红外技术;2009年02期
10 纪华;王大伟;赵建;韩广良;王延杰;;协方差矩阵在目标二维姿态测量中的应用[J];光学精密工程;2009年11期
11 寿向晨;刘浩杰;;基于协方差矩阵的运动目标跟踪方法研究[J];电气自动化;2012年02期
12 罗续成;协方差矩阵的对称分块表示及其应用[J];控制理论与应用;1987年04期
13 李少军;李立仁;刘忠领;朱振福;;基于区域协方差矩阵的末制导目标跟踪[J];激光与红外;2010年03期
14 顾新锋;简涛;何友;郝晓琳;;协方差矩阵结构的广义近似最大似然估计[J];应用科学学报;2013年06期
15 黄亚飞;梁昔明;陈义雄;;求解全局优化问题的正交协方差矩阵自适应进化策略算法[J];计算机应用;2012年04期
16 张大海;杨坤德;;协方差矩阵加权波束形成及应用[J];计算机仿真;2006年12期
17 李晓明;冯大政;夏宇垠;;基于重构协方差矩阵空时二维杂波抑制方法[J];系统工程与电子技术;2008年12期
18 杨元喜,张双成;导航解算中的系统误差及其协方差矩阵拟合[J];测绘学报;2004年03期
19 白兴宇;杨德森;赵春晖;;声矢量阵远程定向技术(一)——新的协方差矩阵生成方法[J];信号处理;2006年03期
20 王大伟;朱娟;孙宏海;王延杰;;时频域混合的融合多特征协方差矩阵目标识别算法[J];微电子学与计算机;2010年03期
中国重要会议论文全文数据库 前5条
1 张大海;杨坤德;雷波;马远良;;基于协方差矩阵加权的波束形成的应用研究[A];中国声学学会2006年全国声学学术会议论文集[C];2006年
2 王露;马远良;;基于协方差矩阵实部消除的DOA估计方法[A];中国声学学会第十届青年学术会议论文集[C];2013年
3 孙伟平;向杰;廖红虹;周敬利;;基于GPU的协方差矩阵粒子滤波算法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
4 邱志平;;区间随机本征正交分解方法[A];中国力学大会——2013论文摘要集[C];2013年
5 苗良;平西建;丁益洪;王卫东;;立体赤足迹的图像校准与特征描述[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
中国博士学位论文全文数据库 前4条
1 王首彬;基于协方差矩阵流形的风电机组齿轮箱故障诊断方法研究[D];哈尔滨工业大学;2014年
2 王励励;协方差矩阵的谱分析及其应用[D];浙江大学;2014年
3 王成;大维数据的总体协方差矩阵研究[D];中国科学技术大学;2013年
4 许林;高维协方差矩阵结构检验[D];东北师范大学;2014年
中国硕士学位论文全文数据库 前10条
1 史清响;L型阵列相干信号DOA估计研究[D];天津理工大学;2015年
2 奚春红;一种基于Shiryaev-Roberts过程的检测多元协方差矩阵的控制图[D];辽宁大学;2015年
3 李欢;高维两总体协方差矩阵相等检验[D];东北师范大学;2015年
4 万亚丽;基于截断协方差矩阵的高维稀疏判别分析[D];华北电力大学;2015年
5 刘亚辉;基于修正共轭梯度法的空时自适应信号检测方法研究[D];电子科技大学;2015年
6 蔡辉;基于协方差矩阵稀疏重构的DOA估计算法[D];西安电子科技大学;2014年
7 李小雪;半参数近似因子模型中的高维协方差矩阵估计[D];浙江工商大学;2015年
8 黄志英;辐射源多阵列直接定位算法研究[D];解放军信息工程大学;2015年
9 疏祝鋆;高频资产协方差矩阵的预测及其在投资组合中的应用[D];西南财经大学;2014年
10 孙琦;基于协方差矩阵的目标跟踪方法[D];黑龙江大学;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978