基于序贯多视角径向距离联合的舰船定位方法技术

本发明专利技术公开一种基于序贯多视角径向距离联合的舰船定位方法，主要解决现有技术的基于角度测量的位置估计方法时由于波束指向误差严重影响舰船位置估计精度，以及多传感器联合造成巨大通信负担的问题。本发明专利技术的实现步骤为：利用机载平台单部脉冲雷达在序贯观测视角下对舰船目标进行径向距离量测，根据舰船的航速航向估计值在大地坐标系中建立序贯视角下机载雷达平台和舰船的经纬度坐标，估计机载雷达平台与每个舰船之间的径向距离，联合多视角下的径向距离量测经最小均方误差方法估计舰船的位置坐标。本发明专利技术显著地提高了舰船位置的估计精度，并且数据量小、可靠性高，可以实现高密度海杂波背景下舰船目标的实时定位。密度海杂波背景下舰船目标的实时定位。密度海杂波背景下舰船目标的实时定位。

【技术实现步骤摘要】
基于序贯多视角径向距离联合的舰船定位方法


[0001]本专利技术属于雷达
，更进一步涉及雷达目标跟踪
中的一种机载雷达序贯多视角径向距离联合的舰船定位方法。本专利技术可应用于机载雷达对海上舰船进行定位，利用运动雷达平台多个扫描周期雷达与舰船目标之间的径向距离，结合最小均方估计方法，实现对舰船目标的定位。

技术介绍

[0002]位置信息是海上舰船目标的重要特征，高精度的海面目标位置解算对于对海雷达具有重要意义，有利于提高跟踪雷达对目标的跟踪扫瞄的准确性。现有的舰船定位方法是通过跟踪滤波获得目标的位置，其性能依赖于雷达的空间处理能力，很大程度受到雷达波束指向误差的影响。
[0003]西北工业大学在其公开的专利文献“一种雷达信号处理机跟踪滤波的数学建模方法”(申请号：202111040428.5，申请公布号CN 114117723 A)中公开了一种可应用于舰船定位的基于αβ滤波的跟踪滤波方法。该方法针对雷达数字化建模与仿真的雷达信号处理机数学模型的构建，充分考虑了目标跟踪和记忆跟踪状态时目标距离、多普勒频移、目标方位角和俯仰角参数变化，采用数学计算方式实现雷达信号处理机跟踪滤波功能，根据目标距离测量值、目标多普勒频移测量值、目标方位角测量值和目标俯仰角测量值计算得到目标距离、目标多普勒频移、目标方位角和目标俯仰角。该方法的具体实现步骤如下：首先判断雷达是否处于跟踪状态，获取目标径向距离测量值、多普勒频移测量值、方位角测量值和俯仰角测量值，在跟踪状态下，考虑到目标参数的变化，更新目标方位角测量值和俯仰角测量值。然后，对目标的测量值经过αβ滤波器得到目标的径向距离、多普勒频移、方位角和俯仰角，实现舰船目标定位，完成雷达平台对目标的跟踪。但是，该方法仍然存在的不足之处是：使用上述方法对目标进行定位是通过目标角度量测，由于天线抖动以及雷达平台对海上舰船目标遥远的探测距离产生的波束指向误差，导致目标方位角与俯仰角量测误差，目标定位精度降低。
[0004]上海交通大学在其公开的专利文献“联合多传感器配准与多目标跟踪方法”(申请号：201810230699.9，申请公布号CN 108519595 A)中公开了一种可应用于舰船定位的多站雷达站址定位和联合跟踪方法。该方法基于随机有限集对多目标分布进行建模并定义新的条件化完全数据对数似然函数，在集中式处理的框架下，采用期望最大化的数学方法计算出传感器偏差以及多目标状态的极大似然估计值，雷达的位置信息包含在利用多个雷达量测形成的联合似然函数中。该方法的具体实现步骤如下：首先，获取多传感器的扩维量测，利用量测扩维卡尔曼滤波器在一定传感器偏差的条件下计算目标状态估计值。然后，建立完全数据的对数似然函数期望，利用期望最大化的方式求得偏差的最大似然估计值，并在偏差时变的情况下通过卡尔曼滤波得到最小均方误差意义下的偏差估计值。最后，计算得到偏差扩维的多目标状态分布概率密度，进而得到目标状态估计值，实现目标的定位与跟踪。但是，该方法仍然存在的不足之处是：这种方法联合多传感器并要求建立完全数据对数
似然函数，需要收集来自于所有雷达的所有量测信息，在海上舰船目标高密度杂波环境下，会造成巨大的通信负担。

技术实现思路

[0005]本专利技术的目的在于针对上述现有技术的不足，提出一种基于序贯多视角径向距离联合的舰船定位方法，旨在解决现有技术的基于角度测量的位置估计方法时由于波束指向误差严重影响舰船位置估计精度的问题，以及多传感器联合造成巨大通信负担的问题。
[0006]实现本专利技术目的的思路是：本专利技术通过在单个观测视角对应的扫描周期内计算雷达平台与目标之间的径向距离，然后联合序贯多视角下的径向距离对舰船位置进行估计，无需进行目标角度的量测，并且径向距离是一个不受波束指向影响的量测，规避了现有技术波束指向误差影响定位估计精度的问题。由于本专利技术基于单部雷达系统和单一量测，利用雷达平台自身的运动在不同视角获取不同观测几何下的径向距离量测，无需进行多部雷达多传感器间的通信，解决了现有技术在海杂波背景下通信负担的问题。
[0007]实现本专利技术目的的具体步骤如下：
[0008]步骤1，机载脉冲雷达周期性发射脉冲与接收信号：
[0009]运动机载平台搭载单部脉冲体制雷达，在观测时间内对待探测的海上区域进行波位划分，依次对各个波位发射周期性脉冲进行探测区域的全场景波束扫描，并接收海上回波信号；
[0010]步骤2，采用回波脉冲中心估计方法，估计检测到的舰船目标在各观测周期的回波到达时间；
[0011]步骤3，计算序贯观测视角下每个舰船目标的径向距离量测值；
[0012]步骤4，估计序贯观测视角下每个舰船目标在大地坐标系下的经纬度坐标：
[0013]步骤4.1，采用基于多视角径向速度的舰船航速航向估计方法，估计每个舰船目标的航速和航向；
[0014]步骤4.2，利用序贯视角经纬度迭代公式，估计序贯观测视角下每个舰船目标在大地坐标系下的经纬度坐标；
[0015]步骤5，估计序贯视角下机载雷达平台搭载飞机与每个舰船目标的径向距离：
[0016]步骤5.1，利用余弦计算公式，计算序贯观测视角下地心与每个舰船目标连线和地心与雷达平台搭载飞机连线的夹角的余弦值；
[0017]步骤5.2，利用径向距离计算公式，估计序贯观测视角下机载雷达平台搭载飞机与每个舰船目标的径向距离；
[0018]步骤6，按照下式，估计每个舰船目标在大地坐标系下的初始经纬度坐标：
[0019][0020]其中，表示第n个舰船目标在大地坐标系下的初始位置坐标估计值，表示大地坐标系下对第n个目标初始经度α
s
(n)的坐标估计值，表示大地坐标系下对第n个目标初始纬度β
s
(n)的坐标估计值，表示对第n个目标初始经度α
s
(n)和初始纬
度β
s
(n)求最小值操作。
[0021]本专利技术与现有技术相比，具有以下优点：
[0022]第一，本专利技术通过在单个观测视角对应的扫描周期内计算雷达平台与目标之间的径向距离，联合序贯多视角下的径向距离对舰船位置进行估计，径向距离量测不受波束指向误差影响，克服了现有技术中波束指向误差影响定位估计精度的缺陷，使得本专利技术仅通过径向距离量测估计舰船位置，显著地提高了舰船位置的估计精度。
[0023]第二，本专利技术基于单部雷达系统和单一量测，利用雷达平台自身的运动在不同视角获取不同观测几何下的径向距离量测，克服了现有技术在杂波背景下多传感器通信负担的缺陷，使得本专利技术具有数据量小、可靠性高的优点，可以实现高密度海杂波背景下舰船目标的实时定位。
附图说明
[0024]图1为本专利技术的流程图。
具体实施方式
[0025]下面结合附图1和实施例，对本专利技术的实现步骤做进一步的描述。
[0026]步骤1，机载脉冲雷达周期性发射脉冲与接收信号。
[0027]运动机载平台搭载单部脉冲体制雷达，在观测时间内对待探本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于序贯多视角径向距离联合的舰船定位方法，其特征在于，利用机载平台搭载的单部脉冲体制雷达对舰船目标在序贯观测视角下进行径向距离量测，联合多视角下的径向距离量测经最小均方误差方法估计舰船的位置坐标；该估计方法的步骤包括如下：步骤1，机载脉冲雷达周期性发射脉冲与接收信号：运动机载平台搭载单部脉冲体制雷达，在观测时间内对待探测的海上区域进行波位划分，依次对各个波位发射周期性脉冲进行探测区域的全场景波束扫描，并接收海上回波信号；步骤2，采用回波脉冲中心估计方法，估计检测到的舰船目标在各观测周期的回波到达时间；步骤3，计算序贯观测视角下每个舰船目标的径向距离量测值；步骤4，估计序贯观测视角下每个舰船目标在大地坐标系下的经纬度坐标：步骤4.1，采用基于多视角径向速度的舰船航速航向估计方法，估计每个舰船目标的航速和航向；步骤4.2，利用序贯视角经纬度迭代公式，估计序贯观测视角下每个舰船目标在大地坐标系下的经纬度坐标；步骤5，估计序贯视角下机载雷达平台搭载飞机与每个舰船目标的径向距离：步骤5.1，利用余弦计算公式，计算序贯观测视角下地心与每个舰船目标连线和地心与雷达平台搭载飞机连线的夹角的余弦值；步骤5.2，利用径向距离计算公式，估计序贯观测视角下机载雷达平台搭载飞机与每个舰船目标的径向距离；步骤6，按照下式，估计每个舰船目标在大地坐标系下的初始经纬度坐标：其中，表示第n个舰船目标在大地坐标系下的初始位置坐标估计值，表示大地坐标系下对第n个目标初始经度α
s
(n)的坐标估计值，表示大地坐标系下对第n个目标初始纬度β
s
(n)的坐标估计值，表示对第n个目标初始经度α
s
(n)和初始纬度β
s
(n)求最小值操作。2.根据权利要求1所述的基于序贯多视角径向距离联合的舰船定位方法，其特征在于，步骤3中所述计算序贯观测视角下每个舰船目标的径向距离量测值是由下式得到的：其中，r(k,n)表示序贯观测视角中第k个观测视角下第n个舰船目标与机载雷达平台直线距离的量测值，k＝1,2,.....

【专利技术属性】
技术研发人员：水鹏朗，张晓君，李雨旺，许述文，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：