辐射源航迹矢量直接估计方法技术

技术编号:28833653 阅读:13 留言:0更新日期:2021-06-11 23:29
本发明专利技术属于辐射源定向定位领域,特别涉及一种辐射源航迹矢量直接估计方法,基于多个观测站采集的接收波形和电磁波传播模型,构建相邻阶段的目标运动模型;依据目标运动模型和相邻两个阶段观测目标状态转移概率构建包含接收波形数据和航迹矢量的似然函数;通过对似然函数进行优化求解获取目标航迹矢量的最大似然估计。本发明专利技术通过构建包含波形数据和航迹矢量的似然函数,直接获得航迹矢量的最大似然估计,充分利用同一目标的不同观测站的观测数据之间、以及不同时刻的观测数据之间的自然冗余关系,能够在目标运动规律明显、信噪比低、采集快拍数少的条件下,获得较高的航迹估计,显著提高航迹估计性能,具有较好的应用前景。

【技术实现步骤摘要】
辐射源航迹矢量直接估计方法
本专利技术属于辐射源定向定位领域,特别涉及一种辐射源航迹矢量直接估计方法。
技术介绍
辐射源的航迹估计是指:多个观测站同步获取辐射源的观测数据,基于某种算法,确定辐射源的运动轨迹。传统方法中,将辐射源估计问题分解为三个步骤:第一步获得单次观测参数,例如TDOA(到达时间差),TOA(到达时间),AOA(到达方向角),RSSI(接收信号强度指示)等;第二步基于单次观测参数,建立优化模型,估计辐射源位置;第三步基于滤波方法估计目标轨迹。该方法将原本的优化问题人为地拆解为3个优化子问题,从最优化的角度来说,优化过程中没有充分利用三个子问题之间的约束条件,容易受到优化门限效应的限制,损失了优化性能。直接航迹矢量优化方法中将决定航迹的参数矢量建模为高维空间的一个点,并基于接收波形和信号传播模型构建航迹矢量的最大似然估计模型,运用最优化算法,实现从观测波形直接到航迹矢量估计的一步优化,充分利用了多个观测站观测数据之间,以及同一个观测站的不同时刻的观测数据之间的自然冗余关系,可以获得比传统三步航迹估计方法更优的性能,尤其是在辐射源运动规律明确,低信噪比条件下,性能提升显著。但是直接航迹矢量估计方法需要更大的计算量,在计算能力受限的应用场景中难以发挥作用。
技术实现思路
为此,本专利技术提供一种辐射源航迹矢量直接估计方法,能够在目标运动规律明显、信噪比低、采集快拍数少的条件下,获得较高的航迹估计。按照本专利技术所提供的设计方案,一种辐射源航迹矢量直接估计方法,用于水声通信信号识别,包含如下内容:基于多个观测站采集的接收波形和电磁波传播模型,构建相邻阶段的目标运动模型;依据目标运动模型和相邻两个阶段观测目标状态转移概率构建包含接收波形数据和航迹矢量的似然函数;通过对似然函数进行优化求解获取目标航迹矢量的最大似然估计。作为本专利技术辐射源航迹矢量直接估计方法,进一步地,运动辐射源航迹估计的状态矢量表示为其中,为第k次观测的状态矢量,(xk,yk)为第k次观测时目标位置坐标,vk,φk分别为第k次观测时目标运动的速度大小和速度角度,为角加速度,K表示等间距观测次数;假设目标辐射源运动过程中状态转移是一阶马尔科夫过程,相邻阶段的目标运动模型表示为Xk+1=Φ(Xk)+Γ(wk),Φ(·)表示状态转移关系,wk表示状态转移扰动项,Γ(·)表示扰动转移关系。作为本专利技术辐射源航迹矢量直接估计方法,进一步地,对于复杂运动目标,采用通过不同运动模型之间的切换来逐段估计的混合模型作为目标运动模型;对于非马尔科夫过程的运动目标,采用通过历史数据进行深度学习的LSTM模型作为运动模型。作为本专利技术辐射源航迹矢量直接估计方法,进一步地,依据目标运动模型获取相邻两个阶段的状态转移,建立航迹状态矢量与接收波形之间的关系。作为本专利技术辐射源航迹矢量直接估计方法,进一步地,观测站i在第k次观测时获得的波形向量表示为:ri,k=H(ai,k,fi,k,ti,k,fk,tk,sk)+nk,其中,ai,k表示第k次观测时从运动辐射源到观测站i的路径衰减复系数,fi,k表示第k次观测时从运动辐射源到观测站i的频率漂移,ti,k表示第k次观测时从运动辐射源到接收站的传播延迟,tk表示第k次观测运动辐射源与观测站的钟差,fk表示第k次观测中运动辐射源的频率漂移,sk表示发送波形向量,nk表示第k次观测的观测噪声向量。作为本专利技术辐射源航迹矢量直接估计方法,进一步地,针对接收波形,对观测函数进行建模,表示为:ri,k=D(fi,k)F-1T(ti,k)T(tk)FD(fk)skai,k+nk,其中,D(f)表示频率漂移f赫兹矩阵,T(t)表示信号延迟t秒矩阵,F表示傅里叶变换矩阵。作为本专利技术辐射源航迹矢量直接估计方法,进一步地,针对目标运动模型,依据航迹状态矢量和发送波形,并根据目标运动速度计算接收机的多普勒频偏;依据多普勒频偏将发送信号在时域移动相应频率,根据钟差和航迹状态矢量计算接收站延迟;将信号傅里叶变换到频域,并在频域内移动与延迟对应的频率,将信号通过傅里叶反变换转换到时域;将信号乘以路径衰减系数,获取航迹状态矢量与接收波形的关系。作为本专利技术辐射源航迹矢量直接估计方法,进一步地,假设各观测站观测噪声为高斯噪声,依据第k次观测时观测站i接收波形的概率密度函数,在给定辐射源第k次观测状态Xk的条件下,获取第k+1次观测时转移到Xk+1的概率密度函数;联合两个概率密度函数,得到基于观测站i的航迹状态矢量估计的对数似然函数。作为本专利技术辐射源航迹矢量直接估计方法,进一步地,运用双向矢量估计方法对航迹状态矢量估计的似然函数进行求解,获取用于获取目标航迹矢量的最大似然估计值。作为本专利技术辐射源航迹矢量直接估计方法,进一步地,似然函数求解包含如下内容:首先,基于第k次观测数据,使用直接定位方法估计目标位置,并基于CRLB作为参数估计计算直接定位方法的定位误差协方差矩阵;然后,基于从0到K-1次直接定位结果采用扩展Kalman滤波方法获得航迹矢量的Kalman滤波估计,计算Kalman滤波估计的误差协方差矩阵,其中,K表示等间距观测次数;再者,基于kalman滤波估计的结果,逆向计算航迹矢量。本专利技术的有益效果:本专利技术通过构建包含波形数据和航迹矢量的似然函数,直接获得航迹矢量的最大似然估计,充分利用同一目标的不同观测站的观测数据之间、以及不同时刻的观测数据之间的自然冗余关系,能够在目标运动规律明显、信噪比低、采集快拍数少的条件下,获得较高的航迹估计,显著提高航迹估计性能,具有较好的应用前景。附图说明:图1为实施例中辐射源航迹矢量直接估计流程示意;图2为实施例中辐射源的航迹估计原理示意;图3为实施例中辐射源航迹估计算法流程示意;图4为实施例中构建波形与航迹矢量关系流程示意;图5为实施例中前向EFK滤波与逆向矢量平滑估计流程示意;图6为实施例中目标航迹与估计结果示意;图7为实施例中目标航迹与估计结果局部示意;图8为实施例中目标航迹估计误差示意。具体实施方式:为使本专利技术的目的、技术方案和优点更加清楚、明白,下面结合附图和技术方案对本专利技术作进一步详细的说明。辐射源的航迹估计是指:多个观测站同步获取辐射源的观测数据,基于某种算法,参见图2所示,确定辐射源的运动轨迹。本专利技术实施例,提供一种辐射源航迹矢量直接估计方法,参见图1所示,包含如下内容:S101、基于多个观测站采集的接收波形和电磁波传播模型,构建相邻阶段的目标运动模型;S102、依据目标运动模型和相邻两个阶段观测目标状态转移概率构建包含接收波形数据和航迹矢量的似然函数;S103、通过对似然函数进行优化求解获取目标航迹矢量的最大似然估计。通过构建相邻两个阶段的目标运动模型,建立起状态向量与观测波形之间的关系;最后基于状态转移概率波形和观测概率模型构建航迹矢量的似然函数,并通过求解获取航迹矢量的最大本文档来自技高网...

【技术保护点】
1.一种辐射源航迹矢量直接估计方法,其特征在于,包含如下内容:/n基于多个观测站采集的接收波形和电磁波传播模型,构建相邻阶段的目标运动模型;/n依据目标运动模型和相邻两个阶段观测目标状态转移概率构建包含接收波形数据和航迹矢量的似然函数;/n通过对似然函数进行优化求解获取目标航迹矢量的最大似然估计。/n

【技术特征摘要】
1.一种辐射源航迹矢量直接估计方法,其特征在于,包含如下内容:
基于多个观测站采集的接收波形和电磁波传播模型,构建相邻阶段的目标运动模型;
依据目标运动模型和相邻两个阶段观测目标状态转移概率构建包含接收波形数据和航迹矢量的似然函数;
通过对似然函数进行优化求解获取目标航迹矢量的最大似然估计。


2.根据权利要求1所述的辐射源航迹矢量直接估计方法,其特征在于,运动辐射源航迹估计的状态矢量表示为其中,为第k次观测的状态矢量,(xk,yk)为第k次观测时目标位置坐标,vk,φk分别为第k次观测时目标运动的速度大小和速度角度,为角加速度,K表示等间距观测次数;假设目标辐射源运动过程中状态转移是一阶马尔科夫过程,相邻阶段的目标运动模型表示为Xk+1=Φ(Xk)+Γ(wk),Φ(·)表示状态转移关系,wk表示状态转移扰动项,Γ(·)表示扰动转移关系。


3.根据权利要求1或2所述的辐射源航迹矢量直接估计方法,其特征在于,对于复杂运动目标,采用通过不同运动模型之间的切换来逐段估计的混合模型作为目标运动模型;对于非马尔科夫过程的运动目标,采用通过历史数据进行深度学习的LSTM模型作为运动模型。


4.根据权利要求1所述的辐射源航迹矢量直接估计方法,其特征在于,依据目标运动模型获取相邻两个阶段的状态转移,建立航迹状态矢量与接收波形之间的关系。


5.根据权利要求1或4所述的辐射源航迹矢量直接估计方法,其特征在于,观测站i在第k次观测时获得的波形向量表示为:ri,k=H(ai,k,fi,k,ti,k,fk,tk,sk)+nk,其中,ai,k表示第k次观测时从运动辐射源到观测站i的路径衰减复系数,fi,k表示第k次观测时从运动辐射源到观测站i的频率漂移,ti,k表示第k次观测时从运动辐射源到接收站的传播延迟,tk表示第k次观测运动辐射源与观测站的钟差,fk表示第k次观测中运动辐射源的频率漂移,sk表示发送波形向量,nk表...

【专利技术属性】
技术研发人员:于宏毅杜剑平冉晓旻余婉婷刘剑锋王振玉
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:河南;41

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1