基于UT-DC的主被动传感器目标定位方法技术

本发明专利技术公开了一种基于UT‑DC的主被动传感器目标定位方法，包括以下具体步骤：(1)主动传感器和被动传感器目标定位分析；(2)数据压缩融合定位；(3)融合定位加权系数；(4)不敏变换位置估计统计特性计算；(5)建立不同模型，比较各模型下目标定位性能。本发明专利技术能够减小了非线性误差的影响，对数据压缩过程中量测信息重复利用的问题进行去相关性处理，适用于压制干扰下有源主动传感器和无源被动传感器目标定位过程中定位精度的提高。

【技术实现步骤摘要】
基于UT-DC的主被动传感器目标定位方法
本专利技术属于传感器数据处理
，具体涉及一种基于UT-DC的主被动传感器目标定位方法。
技术介绍
压制干扰是在敌方雷达中注入干扰信号以使真实目标回波信号被干扰淹没的一种有源干扰方式。它主要通过在雷达的调谐频带上产生宽带或窄带的有源噪声信号，在空间辐射形成压制干扰环境，人为地把噪声传给雷达的接收机，增大其输入端的噪声水平，降低其信噪比，从而干扰雷达正常工作。从原理上说，由于压制干扰信号具有与雷达接收机内部噪声相似的特性，因而雷达接收机很难摆脱这种性质的有源干扰。抗压制干扰的一种有效途径是采用多传感器信息融合，而无源传感器测向交叉定位和主被动传感器信息融合定位是常用的二种方式。当部分传感器受到干扰，部分传感器没有受到干扰时，可以采用主被动传感器信息融合法进行目标定位，在公共的探测区域内，主动传感器能够获得目标的距离和方位信息，被动传感器只能够获得目标位置中的方位信息，从改善定位精度考虑，把被动传感器的量测信息和主动传感器的测量信息进行融合时能否提高定位效果是实际应用中面临的问题，然而，此方面的研究还鲜见相关的报道。专利技术内容针对现有技术的本文档来自技高网...

【技术保护点】
1.一种基于UT‑DC的主被动传感器目标定位方法，其特征在于，包括以下具体步骤：(1)主动传感器和被动传感器目标定位分析：主动传感器获得目标距离和方位信息，被动传感器只获得目标方位信息，分别通过几何三角关系进行主动传感器目标定位和主被动传感器目标交叉定位；(2)数据压缩融合定位：充分利用主动传感器和被动传感器的量测信息，将主动传感器目标定位与主被动传感器目标交叉定位的结果进行数据压缩加权融合；(3)融合定位加权系数：主动传感器目标定位和主被动传感器目标交叉定位都采用了主动传感器的角度量测，二者所得位置估计具有相关性，数据压缩加权融合时加权系数去相关；(4)不敏变换位置估计统计特性计算：主动传感...

【技术特征摘要】
2018.09.09 CN 201811048216X1.一种基于UT-DC的主被动传感器目标定位方法，其特征在于，包括以下具体步骤：(1)主动传感器和被动传感器目标定位分析：主动传感器获得目标距离和方位信息，被动传感器只获得目标方位信息，分别通过几何三角关系进行主动传感器目标定位和主被动传感器目标交叉定位；(2)数据压缩融合定位：充分利用主动传感器和被动传感器的量测信息，将主动传感器目标定位与主被动传感器目标交叉定位的结果进行数据压缩加权融合；(3)融合定位加权系数：主动传感器目标定位和主被动传感器目标交叉定位都采用了主动传感器的角度量测，二者所得位置估计具有相关性，数据压缩加权融合时加权系数去相关；(4)不敏变换位置估计统计特性计算：主动传感器目标定位、主被动传感器目标交叉定位以及融合定位都是传感器测量的非线性方程，采用不敏变换计算位置估计统计特性；(5)建立不同模型，比较各模型下目标定位性能。2.根据权利要求1所述的方法，其特征在于：步骤(2)中，将主动传感器和被动传感器的坐标位置分别定义位于(0,0)、(0，D)，D为主动传感器和被动传感器的基线长度，主动传感器能够获得目标的距离和方位量测r,θ1，被动传感器只能获得目标的方位量测为θ2；两部传感器的角度量测误差及主动传感器的距离量测误差相互独立，并且服从均值为0、方差分别为的高斯分布。3.根据权利要求2所述的方法，其特征在于：步骤(2)中，主动传感器目标定位结果为：主动传感器和被动传感器利用角度量测进行交叉定位的结果为：将主动传感器目标定位和交叉定位结果通过数据压缩加权融合：其中，Q1、Q12分别为主动传感器目标定位和交叉定位在融合中的权重。4.根据权利要求3所述的方法，其特征在于：步骤(3)中，...

【专利技术属性】
技术研发人员：李涛，盛丹，于洪波，高博，孙殿星，
申请(专利权)人：李涛，
类型：发明
国别省市：浙江,33