基于粒子群优化的三维测向交叉定位算法

2014-09-25张伟

传感器与微系统 2014年5期

关键词：方法

张伟

(武汉大学电子信息学院,湖北武汉 430072)

0 引言

无源定位由于自身不对外发射电磁信号，仅通过截获目标辐射源，接收来波信号的到达角度、时间、频率等参数，从而推算出目标位置和运动轨迹，具有反隐身性能好等优点，是现代电子对抗中重要的定位方法[1]。在当今密集复杂的信号环境下，方向参数几乎是辐射源参数中唯一一个比较可靠的，而且利用方位角进行目标定位时，对各平台的时间同步要求比较低，因此，测向交叉定位是应用最广泛的一种。本文比较了几种三维测向交叉定位方法的精度，并且提出了一种基于自适应权重的粒子群算法。

1 几种测向交叉定位算法

1.1 基本定位原理

图1中待测目标的坐标为(x,y,z),2个测量站的坐标分别为(x1,y1,z1)，(x2,y2,z2)，两站测得的方位角和俯仰角分别为θ1(以y轴正方向为准，顺时针旋转而成的角度)，α1，θ2，α2，由图中关系可得

图1 三维测向交叉定位原理图

(1)

(2)

BX=C.

(3)

其中

(4)

由此求得

X=B-1C.

(5)

1.2 加权最小二乘法

基本的定位算法由于只用到了4个测量角度中的3个，所以,当存在角度误差时，定位精度很低。文献[2]提出了一种加权最小二乘算法，将(θ1,α1,θ2)，(θ1,α1,α2)，(θ1,θ2,α2)，(α1,θ2,α2)4种情况分别代入式(1)、式(2)，然后进行定位误差分析，得到定位精度的几何稀释图(GDOP)，结论表明：(θ1,α1,θ2)与(θ1,θ2,α2)的定位精度较好。然后利用以下公式进行加权得到最终的目标位置

(6)

其中,P1与P2分别为(θ1,α1,θ2)，(θ1,θ2,α2)对应的定位误差协方差矩阵，X1与X2为其对应的位置坐标。