信息缺失下多目标无源定位算法研究.pdfVIP

信息缺失下多目标无源定位算法研究

摘要

无源定位通过接收目标辐射或反射信号以探测并定位目标，相比有源定位更具隐蔽

性，其中，多目标无源定位逐渐成为复杂作战环境下的主流研究方向。在实际机载观测

站定位多目标场景中，由于各种干扰因素，观测站可能无法获取到预设的所有目标信息，

可称之为信息缺失，信息缺失分为三种情况：一是观测站或观测点与目标间存在障碍物，

二是传感器损坏，三是观测站失灵。本文重点研究信息缺失下多目标无源定位问题。

第一，直接定位避免了传统“两步”定位在两阶段处理时的信息丢失问题，第二，压

缩感知是一种随机欠采样技术，大幅减少了所需的测量数据量。基于以上两点，本文将

直接定位与基于压缩感知模型的稀疏重构算法结合，解决信息缺失下多目标定位问题。

针对目标数已知的多目标无源定位问题，考虑用空中固定多观测站去观测地面多目

标，采取贪婪算法中的OMP算法。仿真发现，利用OMP算法定位超过两个目标时，内

积向量中存在大量虚假点，导致只能有部分目标的位置被估计出。为了改善定位性能，

本文提出优化索引集的OMP算法，通过优化迭代过程中索引集更新方式，剔除虚假极

值点和平滑虚假点；再对索引集中已有元素及其相邻网格号的幅值作置零处理，剔除重

复索引或相邻索引。仿真证明，相比OMP算法，优化索引集后的算法在保证定位效率

的同时，拥有更高的定位精度，相同条件下能正确估计出的目标数更多。相比MUSIC

算法，该算法在低信噪比下定位性能更好；在信息缺失下，该算法能正确估计出的目标

数更多或定位精度更高，定位性能更优。

针对目标数未知的多目标无源定位问题，考虑用空中匀速运动单站去观测地面多目

标，采用正则化FOCUSS算法。仿真发现，该算法定位速度慢且定位结果中存在部分干

扰项。为提高多目标定位性能，本文对该算法作三点改进，提出了一种优化正则化因子

的二次加权FOCUSS算法。首先，从正则化因子的意义和公式角度，动态更新正则化因

子，而不是取固定值；其次，对加权矩阵进行二次加权，提高稀疏估计向量的收敛性和

收敛速度；最后，提出了一种从稀疏估计向量中筛选正确索引的新方法，提高多目标位

置估计的准确性。仿真证明：相比正则化FOCUSS算法，优化正则化因子的二次加权

FOCUSS算法收敛性更强，重构速度提高了一倍，定位精度更高，在信噪比低至-15dB

时仍能估计出两个目标位置；此外，相比本文涉及的其他算法，改进后的FOCUSS算法

在缺失环境下定位性能最好。

关键词：多目标定位；信息缺失；压缩感知；直接定位

信息缺失下多目标无源定位算法研究

Abstract

Passivelocalizationdetectsandlocatestargetsbyreceivingradiatedorreflectedsignals

fromtargets,whichismorecovertthanactivelocalization.Multi-targetpassivelocalization

hasgraduallybecomethemainstreamresearchdirectioninthecomplexcombatenvironment.

Duetovariousinterferencefactorsinactualscenarioswhereairborneobservationstations

locatemultiplegroundtargets,observationstationsmaynotbeabletodetectalltarget

informationasexpected,whichisreferredtoasmissinginformation.Therearethreecasesof

missinginformation:First,thereareobstaclesbetweentheobservationstation(s