基于奇异值分解的TDOA/FDOA估计精度提升方法技术

本发明专利技术提供一种基于奇异值分解的TDOA/FDOA估计精度提升方法，包括：步骤一、构建一个TDOA/FDOA测量值及其二阶量组成的全局扩展矩阵Γ，假设有M个目标，其位置和速度分别为x

【技术实现步骤摘要】
基于奇异值分解的TDOA/FDOA估计精度提升方法
本专利技术涉及通信辐射源无源定位跟踪领域，具体是一种基于奇异值分解的TDOA/FDOA估计精度提升方法。
技术介绍
到达时间差(TimeDifferenceofArrival，TDOA)和到达频率差(FrequancyDifferenceofArrival，FDOA)测量值是无源定位中很重要的参数，其估计精度的高低直接决定了目标的定位精度。因此，如何得到高精度的TDOA/FDOA测量值一直以来都是无源定位领域研究的热点问题。要得到高精度的TDOA/FDOA测量值，一是在通过对原始数据提取的过程中，利用各种方法确保TDOA/FDOA的估计精度，二是对已估计得到的TDOA/FDOA测量值进行降噪处理。目前，前者已有大量的文献进行研究，而后者相对研究较少。在目前已有的文献中，对已得到的TDOA估计值进行降噪，文献[1]利用叠加降噪提高二次TDOA精度，文献[2]通过改进最大似然加权-相位变换加权-广义互相关算法，达到提高时延定位精度的目的，文献[3]提出了异轨分时单星时差定位方法，文献[4]提出了一种基于改进的加权最小二乘法与萤火虫算法相结合的无源定位方法，文献[5-8]在高斯噪声假设下，采取预滤波器的方法，对TDOA测量值进行降噪处理；文献[9][10]从代数性质方面，来解决TDOA测量值去噪的问题。其中，文献[9]讨论了在获得TDOA测量值的全集，即无参考站，任意两站之间的TDOA测量值都是独立测量的的条件下，利用冗余信息来提升TDOA估计精度；而文献[10]通过构建TDOA测量值的扩展矩阵，利用矩阵秩的性质，采用奇异值分解的方法进行降噪。在对已得到的FDOA估计值进行降噪的研究方面，目前还未看到相关文献。参考文献：[1]徐锦涛，严天峰，张宇.一种利用叠加降噪提高二次相关TDOA精度的方法[J].测控技术，2019，38(01)：111-113+135.[2]黄强.低空无人机被动声探测定位方法研究[D].电子科技大学，2018.[3]郭恒恒，屈德新，张更新.异轨分时单星时差定位技术精度分析[J/OL].南京邮电大学学报(自然科学版)，2020(04)：1-6.[4]国强，李文韬.一种4站情况下基于TDOA/FDOA的无源定位方法[J/OL].航空学报：1-13.[5]G.C.Carter.Coherenceandtimedelayestimation[J].inProc.IEEE，Feb.1987，vol.75(no.2)：236-255.[6]D.YingandY.Yan.Robustandfastlocalizationofsinglespeechsourceusingaplanararray[J].IEEESignalProcess.Lett，Sep.2013，vol.20(no.9)：909-912.[7]J.Velascoetal..NovelGCC-PHATmodelindiffusesoundfieldformicrophonearraypairwisedistancebasedcalibration[J].inProc.IEEEInt.Conf.onAcoust.，SpeechandSignalProcess.，Brisbane，Apr.2015：2669-2673.[8]D.Yook，T.Lee，andY.Cho.Fastsoundsourcelocalizationusingtwo-levelsearchspaceclustering[J].IEEETrans.Cybern.，Jan.2016，vol.46(no.1)：20-26.[9]J.Velasco，D.Pizarro，J.Macias-Gaurasa，etc.TDOAmatrices：Algebraicpropertiesandtheirapplicationtorobustdenoisingwithmissingdata[J].IEEETrans.SignalProcess.，Oct.2016，vol.64(no.120)：5242-5254.[10]Trung-KienLe，K.C.Ho，Trung-HieuLe.TDOAmatrices：Algebraicpropertiesandtheirapplicationtorobustdenoisingwithmissingdata[J].IEEETRANSACTIONSONSIGNALPROCESSING，July，2，018，vol.66(no.13)：3491-3502.本专利申请受国家自然科学基金项目(61501484)资助支持。
技术实现思路
本专利技术的目的在于提供一种基于奇异值分解的TDOA/FDOA估计精度提升方法，能在一定程度上提升TDOA/FDOA的估计精度。一种基于奇异值分解的TDOA/FDOA估计精度提升方法，包括如下步骤：步骤一、构建一个TDOA/FDOA测量值及其二阶量组成的全局扩展矩阵Γ，假设有M个目标，其位置和速度分别为xm和m＝1，2，...，M，其中d表示维度；步骤二、对全局扩展矩阵Γ进行奇异值分解，并用最大的2M+2d个奇异值重构全局扩展矩阵Γ；步骤三、重复以下步骤n次，直到前后两次TDOA/FDOA测量值的变化小于预设范围，其中n为自然数；a、从步骤二的重构全局扩展矩阵Γ中随机选取2d+2个目标对应的TDOA/FDOA测量值及其二阶量组合在一起，得到一个关于D的局部扩展矩阵随机选取将产生个组合；b、对局部扩展矩阵进行奇异值分解，用其最大的6d+4个奇异值重构局部扩展矩阵c.提取出当前组合的各个目标的TDOA/FDOA信息；d.遍历完所有的组合，将从中提取出的TDOA/FDOA信息取平均值，并进行更新，若达到n次，停止；若未达到，返回步骤a。进一步的，步骤一中，目标发射的信号被N个接收机截获，接收机的位置和速度分别为yn和n＝1，2，...，N，设置接收机1为参考站，从目标m到接收机n+1和接收机1之间的距离及距离差表示为：rm，n+1＝||xm-yn+1||，rm，1＝||xm-y1||τm，n＝rm，n+1-rm，1对式(5)和(6)分别对时间求微分，得到其速度与速度差为：将TDOA和FDOA测量值进行组合，得矩阵D：对M个目标在原矩阵的基础上加入TDOA、FDOA测量值的二阶信息，得到了一个关于D的全局扩展矩阵，定义为：进一步的，步骤三中关于D的局部扩展矩阵定义为：进一步的，步骤二和步骤三中进行奇异值分解的具体方式为：给定一个秩为r的m×n维矩阵X，则X的奇异值分解为其中：U、V分别为m×m、n×n维正交矩阵；∑为r×r维对角阵，其对角线元素为矩阵X的非零奇异值σi，且按照非增顺序排列，即σ1≥σ2≥…≥σr；本文档来自技高网...

【技术保护点】
1.一种基于奇异值分解的TDOA/FDOA估计精度提升方法，其特征在于：包括如下步骤：/n步骤一、构建一个TDOA/FDOA测量值及其二阶量组成的全局扩展矩阵Γ，假设有M个目标，其位置和速度分别为x

【技术特征摘要】
1.一种基于奇异值分解的TDOA/FDOA估计精度提升方法，其特征在于：包括如下步骤：
步骤一、构建一个TDOA/FDOA测量值及其二阶量组成的全局扩展矩阵Γ，假设有M个目标，其位置和速度分别为xm和m＝1,2,...,M，其中d表示维度；
步骤二、对全局扩展矩阵Γ进行奇异值分解，并用最大的2M+2d个奇异值重构全局扩展矩阵Γ；
步骤三、重复以下步骤n次，直到前后两次TDOA/FDOA测量值的变化小于预设范围，其中n为自然数；
a、从步骤二的重构全局扩展矩阵Γ中随机选取2d+2个目标对应的TDOA/FDOA测量值及其二阶量组合在一起，得到一个关于D的局部扩展矩阵随机选取将产生个组合；
b、对局部扩展矩阵进行奇异值分解，用其最大的6d+4个奇异值重构局部扩展矩阵
c.提取出当前组合的各个目标的TDOA/FDOA信息；
d.遍历完所有的组合，将从中提取出的TDOA/FDOA信息取平均值，并进行更新，若达到n次，停止；若未达到，返回步骤a。


2.如权利要求1所述的基于奇异值分解的TDOA/FDOA估计精度提升方法，其特征在于：步骤一中，目标发射的信号被N个接收机截获，接收机的位置和速度分别为yn和n＝1,2,...,N，设置接收机1为参考站，从目标m到接收机n+1和接收机1之间的距离及距离差表示为：...

【专利技术属性】
技术研发人员：满欣，周成，马丛珊，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：湖北;42