一种脉冲噪声环境下基于最大相关熵的定位方法和系统技术方案

本发明专利技术提出一种脉冲噪声环境下基于最大相关熵的定位方法和系统。所述方法包括：步骤S1、多个速度已知的接收站在其运动轨迹上执行基于多个时隙的信号截取，以接收来自静止辐射源目标的时域信号，并根据载频对接收到的所述时域信号进行下变频处理，从而获得基带接收信号；步骤S2、对所述基带接收信号进行采样，并基于各个采样点的采样数据，构造所述各个采样点基于相关熵的代价函数，从而获得全局代价函数；步骤S3、通过计算所述全局代价函数的极大值点，确定所述静止辐射源目标的估计位置，其中，所述全局代价函数的极大值处表征所述静止辐射源目标的估计位置为所述静止辐射源目标的真实位置的估计。的真实位置的估计。的真实位置的估计。

【技术实现步骤摘要】
一种脉冲噪声环境下基于最大相关熵的定位方法和系统


[0001]本专利技术属于信号处理
，尤其涉及一种脉冲噪声环境下基于最大相关熵的定位方法和系统。

技术介绍

[0002]无源定位技术是一种不需要自身发射电磁信号，通过利用接收站截获由目标发射或反射的信号来确定目标位置的技术，也称为被动定位技术。其具有成本低、抗干扰能力强等优点，在水面舰艇定位、海域监测、地面非法入侵等领域都具有重要应用价值。
[0003]无源定位通常是通过两步法实现的，即先完成与目标位置有关的参数估计，如到达时差、到达角、到达频差等，再通过定位解算得到目标的位置估计。但两步无源定位算法在实现过程中忽略了接收信号都来自于同一目标的前提，因此其定位精度有限。
[0004]为了解决两步法的缺点，提高定位精度，“WEISS A J.Direct position determination of narrowband radio transmitters[J].IEEE Signal Processing Letters,IEEE,2004,11(5):513
–
516.”一文提出直接定位(Direct Position Determination,DPD)方法，直接使用观测信号而无需完成时差/频差的估计，即可实现目标的定位。与两步定位算法相比，由于DPD不需要估计中间参数，通常具有更好的定位性能。
[0005]由于自然现象或者人为因素的实际影响，噪声通常为具有明显的尖峰脉冲特性的脉冲噪声，比如电力线通信系统中的噪声、浅海水声信道噪声等。这类噪声的密度函数在尾部衰减的速度会小于高斯噪声的密度函数，通常可以使用具有厚拖尾特性的α
–
稳定分布对其进行建模。然而，基于极大似然(Maximum Likelihood,ML)准则的DPD(ML
‑
DPD)算法，通常考虑在高斯噪声环境下，基于噪声的分布特性建立关于目标位置的似然函数，通过寻找似然函数的极大值实现对目标位置的估计。本专利技术的实施例将证明基于极大似然准则的DPD算法在脉冲噪声环境下性能会明显恶化。
[0006]而在脉冲噪声环境下，原本建立在高斯噪声情况下的各种估计算法的性能明显下降。为了解决脉冲噪声环境下的参数估计问题，论文“金艳,任航,姬红兵.脉冲噪声下基于相关熵的OFDM时域参数估计[J].系统工程与电子技术,2015,37(12):2701
–
2706.”中针对传统的正交频分复用时域参数估计方法在脉冲噪声环境下性能退化的问题，提出了一种基于相关熵的时域参数估计新方法，该算法在脉冲噪声情况下具有良好的估计性能。在论文“蔡睿妍,杨力,钱杨.脉冲噪声下基于相关熵的相干分布源DOA估计新方法[J].电子与信息学报,2020,42(11):2600
–
2606.”中针对脉冲噪声环境下到达方向估计性能显著下降的问题，基于相关熵的概念提出了一种基于相干分布源DOA估计算法，其在脉冲噪声环境下具有较高的估计精度和鲁棒性。一种基于期望最大化算法的到达时差估计算法在低信噪比情况下性能相比。而在论文“佟祉谏.Alpha稳定分布噪声环境下基于相关熵的时延估计算法研究[D].大连理工大学,2010.”针对经典时延估计算法在处理脉冲噪声时延估计问题的不足，提出了以相关熵为基础的多种时延估计新算法，新算法在脉冲噪声环境下具有优异的估计精度和抗噪性能。

技术实现思路

[0007]为解决上述技术问题，本申请提出一种脉冲噪声环境下基于最大相关熵的定位方案，其实现了在脉冲噪声环境下进行的有效目标直接定位，基于最大相关熵准则推导对应的直接定位算法，从而解决传统目标直接算法在脉冲噪声情况下，定位性能下降的问题。
[0008]本专利技术第一方面公开了一种脉冲噪声环境下基于最大相关熵的定位方法。所述方法包括：
[0009]步骤S1、多个速度已知的接收站在其运动轨迹上执行基于多个时隙的信号截取，以接收来自静止辐射源目标的时域信号，并根据载频对接收到的所述时域信号进行下变频处理，从而获得基带接收信号；
[0010]步骤S2、对所述基带接收信号进行采样，并基于各个采样点的采样数据，构造所述各个采样点基于相关熵的代价函数，从而获得全局代价函数；
[0011]步骤S3、通过计算所述全局代价函数的极大值点，确定所述静止辐射源目标的估计位置，其中，所述全局代价函数的极大值处表征所述静止辐射源目标的估计位置为所述静止辐射源目标的真实位置的估计。
[0012]根据本专利技术第一方面的方法，其特征在于，在所述步骤S1中，所述多个速度已知的接收站在执行所述信号截取时速度和位置保持不变，所述下变频处理后的基带接收信号包含传输时延、多普勒频移、信道加性噪声，其中所述信道加性噪声服从对称α
‑
稳定分布，且所述信道加性噪声与所述时域信号相互独立。
[0013]根据本专利技术第一方面的方法，在所述步骤S1中，L个速度已知的接收站中第l个接收站在K个时隙的信号截取中第k次时隙截取的基带接收信号为：
[0014][0015]其中，0<t≤T,l＝1,2,
…
,L；k＝1,2,
…
,K，t为连续时间变量，T为每个时隙的信号截取时长，τ
l，k
为所述第k个时隙中接收到的时域信号的传输时延，为所述第k个时隙中接收到的时域信号，f
c
为载频，f
l，k
为所述第k个时隙中接收到的时域信号的多普勒频移，z
l,k
(t)为在所述第k个时隙中，所述第l个接收站处的加性脉冲噪声。
[0016]根据本专利技术第一方面的方法，在所述步骤S2中：
[0017]以T
s
为采样周期对所述基带接收信号进行采样，所述第l个接收站在所述第k个时隙的基带接收信号的采样形式为：
[0018][0019]其中，t为连续时间变量，T为每个时隙的信号截取时长，l＝1,2，
…
，L；k＝1，2，
…
，K，第n个采样点0≤n≤N
‑
1，N＝T/T
s
为总采样点数；
[0020]将第1
‑
N个采样点的采样数据以向量形式表示为：
[0021]r
l，k
＝A
l，k
F
l，k
s
k
+z
l，k
[0022]其中，l＝1,2,
…
,L；k＝1,2，
…
，K，以及：
[0023][0024][0025][0026][0027]其中，diag{}表示对角矩阵，F
l，k
为向下移位算子，以F
l，k
s
k
实现s
k
的移位。
[0028]根据本专利技术第一方面的方法，在所述步骤S2中，对所述多个时隙中的每个时隙的所述基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脉冲噪声环境下基于最大相关熵的定位方法，其特征在于，所述方法包括：步骤S1、多个速度已知的接收站在其运动轨迹上执行基于多个时隙的信号截取，以接收来自静止辐射源目标的时域信号，并根据载频对接收到的所述时域信号进行下变频处理，从而获得基带接收信号；步骤S2、对所述基带接收信号进行采样，并基于各个采样点的采样数据，构造所述各个采样点基于相关熵的代价函数，从而获得全局代价函数；步骤S3、通过计算所述全局代价函数的极大值点，确定所述静止辐射源目标的估计位置，其中，所述全局代价函数的极大值处表征所述静止辐射源目标的估计位置为所述静止辐射源目标的真实位置的估计。2.根据权利要求1所述的一种脉冲噪声环境下基于最大相关熵的定位方法，其特征在于，在所述步骤S1中，所述多个速度已知的接收站在执行所述信号截取时速度和位置保持不变，所述下变频处理后的基带接收信号包含传输时延、多普勒频移、信道加性噪声，其中所述信道加性噪声服从对称α
‑
稳定分布，且所述信道加性噪声与所述时域信号相互独立。3.根据权利要求2所述的一种脉冲噪声环境下基于最大相关熵的定位方法，其特征在于，在所述步骤S1中，L个速度已知的接收站中第l个接收站在K个时隙的信号截取中第k次时隙截取的基带接收信号为：其中，0<t≤T，l＝1，2，
…
,L；k＝1，2，
…
，K，t为连续时间变量，T为每个时隙的信号截取时长，τ
l，k
为所述第k个时隙中接收到的时域信号的传输时延，为所述第k个时隙中接收到的时域信号，f
c
为载频，f
l，k
为所述第k个时隙中接收到的时域信号的多普勒频移，z
l，k
(t)为在所述第k个时隙中，所述第l个接收站处的加性脉冲噪声。4.根据权利要求3所述的一种脉冲噪声环境下基于最大相关熵的定位方法，其特征在于，在所述步骤S2中：以T
s
为采样周期对所述基带接收信号进行采样，所述第l个接收站在所述第k个时隙的基带接收信号的采样形式为：其中，l＝1，2，
…
，L，k＝1，2,
…
，K，第n个采样点，K，第n个采样点为总采样点数；将第1
‑
N个采样点的采样数据以向量形式表示为：r
l,k
＝A
l,k
F
l,k
s
k
+z
l,k
其中，l＝1,2,
…
,L,k＝1,2,
…
,...

【专利技术属性】
技术研发人员：毛毅，黄中瑞，孟祥豪，安永旺，王军，秦立龙，张峻宁，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：