無(wú)源定位具有作用距離遠(yuǎn)、受環(huán)境影響小和隱蔽性強(qiáng)等優(yōu)點(diǎn),近年來(lái)受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。針對(duì)多陣列多目標(biāo)無(wú)源定位問題,傳統(tǒng)的兩步定位法需要進(jìn)行復(fù)雜的數(shù)據(jù)關(guān)聯(lián)。而直接定位(DPD)算法能夠利用原始信號(hào)采樣進(jìn)行定位,在低信噪比和多目標(biāo)場(chǎng)景下具有更好的定位精度和穩(wěn)定性。然而,現(xiàn)有的旋轉(zhuǎn)不變子空間(ESPRIT)和多重信號(hào)分類(MUSIC)直接定位方法往往需要已知目標(biāo)個(gè)數(shù),在目標(biāo)個(gè)數(shù)錯(cuò)誤的情況下會(huì)極大降低定位精度。本文在目標(biāo)個(gè)數(shù)未知的情況下對(duì)多陣列多目標(biāo)無(wú)源定位展開研究,提出一種基于m-Capon的直接定位方法,并將其推廣至三維場(chǎng)景。本文的主要研究?jī)?nèi)容如下:1.針對(duì)多陣列目標(biāo)無(wú)源定位問題,介紹了經(jīng)典的測(cè)向定位、時(shí)差定位、MUSIC直接定位和ESPRIT直接定位算法以及定位誤差的Cramer-Rao下界(CRLB),并進(jìn)行了仿真測(cè)試比較研究。在低信噪比下,測(cè)向定位算法定位誤差較大,MUSIC和ESPRIT直接定位算法的定位精度相近且能夠很好對(duì)目標(biāo)進(jìn)行定位。2.針對(duì)目標(biāo)個(gè)數(shù)未知情況下的直接定位問題,提出一種基于m-Capon的直接定位算法。通過多陣列接收信號(hào)自相關(guān)協(xié)方差矩陣的高階逆近似漸進(jìn)得到與MUSIC算法相近的搜索譜函數(shù),進(jìn)而在探測(cè)空間中搜索實(shí)現(xiàn)目標(biāo)的定位。分析不同信噪比(SNR),不同采樣快拍數(shù)、不同陣元個(gè)數(shù)、以及不同m取值等參數(shù)在單目標(biāo)和多目標(biāo)場(chǎng)景下對(duì)定位誤差的影響,并對(duì)比了MUSIC、Capon和m-Capon直接定位算法的定位性能。仿真結(jié)果表明:目標(biāo)的定位誤差會(huì)隨著SNR、采樣快拍數(shù)、陣元個(gè)數(shù)和m取值的增加而減小;在單目標(biāo)場(chǎng)景下,MUSIC、Capon和m-Capon直接定位算法的定位性能大致相同且均能在SNR約為-10d B左右達(dá)到CRLB;在多目標(biāo)場(chǎng)景下,m-Capon算法的定位性能會(huì)隨著m取值的增大逐漸變好,與MUSIC算法在SNR約為-10d B左右同時(shí)達(dá)到CRLB。3.將m-Capon的直接定位推廣至三維場(chǎng)景,提出一種基于m-Capon的Three D直接定位算法。該算法在二維平面位置估計(jì)的基礎(chǔ)上,增加了高度估計(jì),進(jìn)一步分析不同SNR、不同目標(biāo)個(gè)數(shù)、目標(biāo)是否位于同一平面以及均勻面陣和均勻十字陣兩類信號(hào)模型下對(duì)定位誤差的影響。仿真結(jié)果表明:單目標(biāo)情況下,m-Capon算法目標(biāo)的定位誤差會(huì)隨著信噪比增加而減小,信號(hào)模型為均勻面陣時(shí),m-Capon算法能夠在信噪比約為-10d B左右時(shí)定位誤差達(dá)到CRLB,當(dāng)信號(hào)模型為均勻十字陣時(shí),m-Capon算法在信噪比約為-5d B時(shí),定位誤差達(dá)到CRLB。多目標(biāo)情況下,因目標(biāo)個(gè)數(shù)增多導(dǎo)致部分空間交叉密集所引起的尖峰偏移和假峰現(xiàn)象,使得m-Capon算法定位誤差增加。
【學(xué)位單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN95
【部分圖文】：

我們首先對(duì)測(cè)向定位算法進(jìn)行仿真實(shí)驗(yàn)。考慮一個(gè)對(duì)水下未知節(jié)點(diǎn)的定位場(chǎng)景。參數(shù)設(shè)定：假定未知節(jié)點(diǎn)位于 p ，方位角和俯仰角的量測(cè)噪聲標(biāo)準(zhǔn)差相同，且分別設(shè)置為 /180 ，2 /180，3 /180，4 /180，5 /180，觀測(cè)站隨機(jī)分配在海平面且個(gè)數(shù)分別為 10 個(gè)和 100 個(gè)。記錄最小二乘算法（PLE）、總體最小二乘算法（TLS）、極大似然算法（ML）運(yùn)行 1000 次得到的位置均方根誤差曲線如圖 2-6 所示。(a)觀測(cè)站數(shù)為 10 個(gè)， p (0.8k m, 0.7 km, 0.2 km)(b)觀測(cè)站數(shù)為 100 個(gè)，

300,700]Tp ；兩個(gè)參考傳感器位置坐標(biāo)：1 [680,960,0]o Ts ，2 [680,960,0]o Ts ；普通傳感器位置坐標(biāo)：1 [655,340,0]Ts ，2 [160,585,0]Ts ，3 [120,220,0]Ts ；蒙特卡羅仿真次數(shù)： L 1000；信號(hào)噪聲強(qiáng)度： 20 dB ~ 0dB。考慮在兩個(gè)參考傳感器下比較極大似然算法(ML)、加權(quán)最小二乘法(WLS)、兩步約束最小二乘法(Two-Step CLS)和兩步加權(quán)最小二乘(Two-Step WLS)算法。我們繪制 ML，WLS，Two-Step CLS，Two-Step WLS 算法的定位誤差隨信號(hào)噪聲變化曲線，如圖 2.7所示。隨著測(cè)量噪聲的增加，定位誤差也隨之增大，定位誤差與測(cè)量信號(hào)噪聲之間有近似的線性關(guān)系。從圖 2.7 可以看出，Two-Step CLS、ML 和 Two-Step WLS的定位精度比 WLS 要高，Two-Step WLS 與 ML 具有相近的定位性能，且都到達(dá) CRLB 下界值。另外，設(shè)定測(cè)量噪聲為 0dB ，我們繪制了 ML、WLS、Two-StepCLS 和 Two-Step WLS 算法的誤差累計(jì)分布函數(shù)曲線(CDF)。顯然 WLS 的定位誤差 MSE 相比于其他算法較大，而 Two-Step WLS 算法能夠有效的改進(jìn)定位誤差。WLS 算法90%的定位結(jié)果 MSE 小于24.8m ，Two-Step CLS 算法 的定位結(jié)果 MSE 小于21.4m ，而對(duì)于 ML、Two-Step WLS 算法的定位結(jié)果中， 的定位 MSE 小于20.9m 。

杭州電子科技大學(xué)碩士學(xué)位論文間的距離為半波長(zhǎng) d 2。目標(biāo)與陣列之間的位置關(guān)系如圖 2.8 (2.44)在探測(cè)區(qū)域內(nèi)的全部譜值，仿真結(jié)果如圖 2.9 所示：圖 2.8 可以看出，觀測(cè)站 1、觀測(cè)站 2、觀測(cè)站 3 與未知目標(biāo)之間45 ，60 ，30 。通過 3 個(gè)觀測(cè)站在探測(cè)空間的幅值交匯實(shí)現(xiàn)目標(biāo)定2.9，隨著信噪比的增加目標(biāo)所在位置會(huì)更加尖銳，進(jìn)而驗(yàn)證了空間正確的反映信號(hào)與背景噪聲之間的關(guān)系。設(shè)探測(cè)區(qū)域有兩個(gè)目標(biāo)位置為1p (16 km, 15 km)，2p (20 km, 16 km)，其變，得到仿真結(jié)果如圖 2.10 所示；假設(shè)探測(cè)區(qū)域有三個(gè)目標(biāo) km, 20 km)，2p (20 km, 23k m)，3p (12 km, 27 km)，探測(cè)區(qū)域 x 軸： 0 km 0 km 30km，其他仿真設(shè)定不變，得到仿真結(jié)果如圖 2.11 所示。
【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 郁春來(lái);張?jiān)l(fā);萬(wàn)方;;無(wú)源定位技術(shù)體制及裝備的現(xiàn)狀與發(fā)展趨勢(shì)[J];空軍雷達(dá)學(xué)院學(xué)報(bào);2012年02期

2 徐迪;劉瑞蘭;;基于QPSO算法的無(wú)線傳感器定位研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年02期

3 張亞婷;;新體制雷達(dá)的發(fā)展及應(yīng)用[J];火控雷達(dá)技術(shù);2011年03期

4 曾祥能;張永順;賀澤維;閻智忠;;電子戰(zhàn)新技術(shù)發(fā)展綜述[J];航天電子對(duì)抗;2010年05期

5 陳文奎;陶建義;;新體制雷達(dá)及其對(duì)抗技術(shù)綜述[J];艦船電子對(duì)抗;2010年04期

6 曲長(zhǎng)文;向迎春;;基于目標(biāo)RCS特性的有源對(duì)消隱身分析[J];雷達(dá)科學(xué)與技術(shù);2010年02期

7 諸燕平;黃大慶;李勃;;基于AOA的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法[J];傳感器與微系統(tǒng);2010年01期

相關(guān)碩士學(xué)位論文 前2條

1 尤丹丹;基于分布式相控陣?yán)走_(dá)的目標(biāo)定位研究[D];電子科技大學(xué);2014年

2 孫洪勝;基于方位角測(cè)量的無(wú)源定位算法研究[D];哈爾濱工程大學(xué);2010年

本文編號(hào)：2839335