论文部分内容阅读
在现代战争中,目标定位技术具有重要的意义。无源定位技术与有源定位相比,因为其隐蔽性优势,受到广泛关注。传统的无源定位方法采用的是两步法,基站首先测量定位参数,然后根据定位参数来求解目标的运动状态参数。近年来,人们提出一种直接定位算法(direct position determination,DPD),与传统的两步法相比,直接定位算法能够直接从接收信号中提取目标运动状态信息,从而得到更好的估计精度。本文对直接定位算法进行了深入研究,得到了一些有趣的研究成果。本文的贡献如下:1.利用粒子群算法搜寻直接定位算法代价函数的最大值点,减少了这种算法的计算量,使其更具有实用性。直接定位法与传统的两步法相比,定位精度更高,但是计算量较大。针对这个问题,本文实现了利用粒子群算法对直接定位算法代价函数最优值的提取。与传统的网格搜索法相比,能够极大地减少运算量。2.将直接定位算法的信号模型应用到时差(time difference of arrival,TDOA)定位领域中,提出一种相干解模糊算法。传统消除时差定位模糊的方法通常利用的是到达时差、到达角度(angle of arrival,AOA)等。本文提出了一种基于静态基站和目标的相干解模糊算法并对其消除模糊时差的能力进行了分析。与传统的解模糊方法的不同之处在于,相干解模糊算法通过利用接收信号的相位信息来排除虚假时差。仿真结果表明相干解模糊算法的解模糊效果受到目标发射信号的载频和脉冲重复频率(pulse repetition frequency,PRF)的影响。3.将直接定位算法的思想应用于目标跟踪领域,提出了直接目标跟踪(direct target tracking,DTT)算法。传统的无源目标跟踪算法通过利用到达时差,到达角度,到达频差(frequency difference of arrival,FDOA)等信息来实现目标跟踪。本文提出了一种针对匀速直线运动目标的直接目标跟踪算法。与传统的算法相比,这种算法直接从基站的接收信号中提取目标运动轨迹信息。仿真结果表明,直接目标跟踪算法具有估计目标运动状态的能力。