基于能量分离的广域随机稀布阵列多目标定位方法

摘要

本发明公开了基于能量分离的广域随机稀布阵列多目标定位方法，涉及多目标定位领域，主要解决广域随机稀布阵列探测场景中多目标分辨问题。实现过程：1.确定广域随机稀布阵列系统的基本参数，包括接收节点位置坐标、载波频率、扫描范围和间隔、搜索范围和间隔；2.基于场匹配的方法对测量能量场和匹配能量场进行匹配搜索确定较强目标位置；3.在已知较强目标位置后，用能量信息测量矩阵减去目标对应的理论回波能量矩阵，实现能量剔除；4.用剔除强目标能量信息后的能量信息测量矩阵再次与能量信息匹配矩阵进行匹配搜索，得到较弱目标位置。本方法利用多目标回波能量场的幅相特性分离实现多目标位置估计，提高了对能量差距较大的强弱多目标的分辨能力。

权利要求

1.一种基于能量分离的广域随机稀布阵列多目标定位方法，其特征在于，包括以下步骤：

步骤一、确定系统的基本参数，包括接收节点位置坐标、载波信号频率、扫描区域范围和间隔以及搜索区域范围和间隔；

步骤二、计算扫描点对应导向矢量得到权值矩阵，将权值矩阵与接收信号幅相加权计算构建能量场分布矩阵，归一化后得到能量信息测量矩阵，将权值矩阵与搜索点理论回波信号幅相加权计算，构建能量信息匹配矩阵；用代价函数将能量信息测量矩阵与能量信息匹配矩阵进行匹配，搜索最大值确定目标的位置，将搜索到的目标作为当前目标，将目标位置作为当前目标位置；其中，导向矢量是一个P行的列向量，每一行代表对应节点的相位补偿值，将每一个合成点位置的导向矢量与接收信号幅相加权，获取能量场分布矩阵，P为接收节点数量；

步骤三、在确定当前目标位置后，利用能量信息测量矩阵减去当前目标位置的理论回波能量矩阵，得到剔除当前目标能量后新的能量信息测量矩阵；

步骤四、继续利用代价函数对新的能量信息测量矩阵与能量信息匹配矩阵进行匹配，在匹配结果中进行搜索，得到最大值对应的目标位置，将最大值对应的目标作为当前目标，将目标位置作为当前目标位置；

步骤五、重复步骤三和步骤四，直到无法发现新的目标位置。

说明书

基于能量分离的广域随机稀布阵列多目标定位方法

技术领域

[0001] 本发明涉及广域随机稀布阵列多目标定位领域，特别适用于广域随机稀布阵列近场探测场景的多目标定位。

背景技术

[0002] 广域随机稀布阵列系统主要采用基于单站测量信息估计的信息级融合目标定位方法，难以发挥系统的最优性能。当前广域随机稀布阵列系统信号级融合定位方法主要有两种，其中最直接的方法是空域网格划分，在方位‑俯仰‑距离三个维度用主瓣进行波束扫描的盲搜索方式，但是广域随机稀布阵列系统孔径大、主旁瓣比低，因此该方法存在多目标分辨能力差的问题；另一种可行方法是构造代价函数，直接处理接收信号，采用MUSIC算法和ESPIRT算法实现多目标定位，存在多目标定位稳健性差、计算量大的问题。因此，基于能量分离的广域随机稀布阵列多目标定位方法具有重要的研究意义。

发明内容

[0003] 本发明的目的在于针对上述问题，提供一种基于能量分离的广域随机稀布阵列多目标定位方法。本方法利用多目标能量场幅相特性的分离实现多目标位置估计。能够解决广域稀布阵近场多目标定位问题，提高对能量差距较大的强弱多目标的分辨能力。

[0004] 为了实现上述目的，本发明采用的技术方案如下：

[0005] 一种基于能量分离的广域随机稀布阵列多目标定位方法，包括以下步骤：

[0006] 步骤一、确定系统的基本参数，包括接收节点位置坐标、载波信号频率、扫描区域范围和间隔以及搜索区域范围和间隔；

[0007] 步骤二、计算扫描点对应权值向量得到权值矩阵，将权值矩阵与接收信号幅相加权计算构建能量场分布矩阵，归一化后得到能量信息测量矩阵，将权值矩阵与搜索点理论回波信号幅相加权计算，构建能量信息匹配矩阵；用代价函数将能量信息测量矩阵与能量信息匹配矩阵进行匹配，搜索最大值确定目标的位置，将搜索到的目标作为当前目标，将目标位置作为当前目标位置；

[0008] 步骤三、在当前目标位置后，利用能量信息测量矩阵减去当前目标位置的理论回波能量矩阵，得到剔除当前目标能量后新的能量信息测量矩阵；

[0009] 步骤四、继续利用代价函数对新的能量信息测量矩阵与能量信息匹配矩阵进行匹配，在匹配结果中进行搜索，得到最大值对应的目标位置，将最大值对应的目标作为当前目标，将目标位置作为当前目标位置；

[0010] 步骤五、重复步骤三和步骤四，直到无法发现新的目标位置。

[0011] 至此，完成了基于能量分离的广域随机稀布阵列多目标定位方法。

[0012] 本发明相比背景技术有如下有益效果：

[0013] 本发明多目标分辨能力高，基于能量分离剔除强目标回波信号能量，进而实现弱目标检测，提高了多目标分辨能力。传统基于主瓣扫描的方式可以分辨相差5dB的强弱目标。相同条件下本方法可以准确分辨相差11dB的强弱目标，将多目标分辨能力提高了6dB。

附图说明

[0014] 图1是本发明实施广域稀布阵列近场多目标定位的流程图。

[0015] 图2是本发明实施例的强目标定位结果图。

[0016] 图3是本发明实施例分离强目标后检测到的弱目标结果。

具体实施方式

[0017] 下面结合附图对本发明的具体实施方式做详细描述。

[0018] 参照图1，按照如下流程完成广域随机稀布阵列系统对探测空域中两个目标的定位过程，定位结果参照图2、图3。

[0019] 步骤一、确定系统的基本参数。

[0020] 首先，确定稀布阵列的接收节点分布，将阵列的第p个天线节点坐标记作：postxp，节点数量为P，随机稀布于10km*10km范围内，其中四个边界点存在节点，保证阵列的孔径不变。

[0021] 然后，设定信号载波频率为1.3GHz，根据经验公式51倍的波长比上阵列孔径确定阵列的波束主瓣宽度约为0.001°，因此将扫描间隔和搜索间隔设为0.001°。

[0022] 最后，在目标探测区域内以搜索间隔划分细密的网格，确定搜索点区域和扫描点区域在本地球坐标系的坐标。根据三维坐标中直角坐标系和球坐标系的关系得到每个搜索点的直角坐标。

[0023] 步骤二、能量场匹配搜索目标位置。

[0024] 首先，构建能量场分布矩阵并将其归一化。将阵列波束指向依次指向扫描区域内每个点，也就是相参合成点posxc在扫描区域内规律移动，确定相参合成点位置坐标记作：posxc；计算三位直角坐标系中两个点之间距离确定第p=1,2,…,P个天线与相参合成点间距为dxc_txp；此时相参波束合成权值向量记为w，w是一个P行的列向量，每一行代表对应节点的相位补偿值。

[0025] 将每一个合成点位置的导向矢量与回波信号E加权，获取能量场分布矩阵，归一化后得到能量信息测量矩阵Am。

[0026] 然后，构建搜索点理论能量场分布信息。假设目标处于搜索区域内某一个点上，将观测区域内第n=1,2,…,N个观测点位置坐标记作posgcn，第p个节点与第n个搜索点间距为dtxp_gcn，得到该搜索点到达接收节点的信号记为sn。

[0027] 将该搜索点信号与相参合成点规律移动得到的权值向量w相乘，得到搜索点对应的理论能量信息匹配矩阵Ap。

[0028] 最后，利用代价函数对测量矩阵Am与理论能量信息匹配矩阵Ap进行匹配，匹配过程为Am与Ap共轭相乘求模后比上Ap的平方。之后在匹配结果中进行搜索，得到最大值对应的目标T1的位置，将目标T1作为当前目标，对应位置作为当前目标位置。

[0029] 步骤三、利用信号能量相减的方式减去第一个目标的能量。

[0030] 首先，在已知当前目标的本地球坐标位置后，将之转换为直角坐标，该目标到达第p个节点的间距为dtxp_tar，将该目标对应的理论回波信号记为star。

[0031] 然后，计算理论回波信号star对应的能量场信息Atar。

[0032] 最后，利用能量信息测量矩阵减去当前目标位置的理论回波能量矩阵Atar，作为新的能量信息测量矩阵。

[0033] 步骤四、利用代价函数对新的能量信息测量矩阵与理论能量信息匹配矩阵Ap进行匹配，在匹配结果中进行搜索，得到最大值对应的目标T2的位置，将目标T2作为当前目标，对应位置作为当前目标位置。

[0034] 步骤五、重复步骤三和四，直到无法发现新的目标位置。