最大化测量信息增益的接收站路径优化方法与流程

1.本发明涉及双基站无源协同定位系统单目标跟踪领域，具体涉及一种最大化测量信息增益的信号接收站路径优化方法。


背景技术：

2.目前，双基站无源协同定位系统是指雷达本身不发射电磁波，使用第三方信号源作为目标的机会照射源，通过解析信号接收站获取电磁波信息得到目标相关测量信息。在双基站无源协同定位系统单目标跟踪领域中，若跟踪环境为简单环境，且信号接收站获取测量形式为非线性测量时，常利用扩展卡尔曼滤波算法进行目标状态估计，然而在目标状态估计过程中，非线性测量信息所提供信息增益会同时受到“信号发射站-目标-信号接收站”三者间位置关系及接收站自身固有测量误差的影响。
3.在扩展卡尔曼滤波算法中，常假设信号接收站自身测量误差为零均值加性高斯白噪声。此时接收站获取测量信息的增益仅与“信号发射站-目标-信号接收站”三者间位置关系有关。当信号发射站位置固定时，如果设计信号接收站运动路径，有效提升接收站获取测量信息增益，从而间接提升目标动力学状态估计精度，是本发明要解决的主要问题。


技术实现要素：

4.本发明要解决上述现有技术存在的问题，提供一种最大化测量信息增益的信号接收站路径优化方法，该方法采用扩展卡尔曼滤波方法进行目标状态估计，采用crlb矩阵的迹表征“测量信息增益”，同时利用“最大化测量信息增益”准则进行信号接收站路径优化，通过增大测量信息增益，减小目标状态估计误差，从而提升目标状态估计性能。
5.本发明解决其技术问题采用的技术方案：这种最大化测量信息增益的接收站路径优化方法，包括如下步骤：
6.s1，每一时刻，目标状态估计量服从高斯分布，即：
[0007][0008]
其中，表示k时刻目标动力学状态，xk、yk、分别表示目标在二位笛卡尔坐标系中x、y方向上的位置、速度状态信息；zk＝{z1,z2,...,z
k-1
,zk}，表示时刻信号接收站获取测量集合；p
k|k
分别表示目标状态估计均值、估计误差协方差；
[0009]
s2，在k时刻，进行目标状态估计时域预测：
[0010][0011][0012]
p
k 1|k
＝f
k 1
p
k|kfk 1
q
k 1
ꢀꢀ
(4)
[0013]
其中，p
k 1|k
分别表示目标状态估计均值、估计误差协方差矩阵时域预测；f
k 1
、 q
k 1
分别表示k时刻目标状态转移矩阵、目标运动过程噪声误差协方差矩阵；
[0014]
s3，结合信号接收站k时刻所处位置sk，分别遍历各个信号接收站可选运动速度矢量计算选择不同运动速度矢量并运动一个采样周期后信号接收站所处位置
[0015]
s4，结合步骤s2所得目标状态估计时域预测信息p(x
k 1
|zk)、信号接收站所处不同位置分别计算两者之间相对位置状态，然后计算接收站观测雅可比矩阵：
[0016][0017]
式中，表示信号接收站测量方程；
[0018]
s5，利用虚拟测量信息更新目标状态估计信息：
[0019]
其中，为新息协方差矩阵；为信号接收站观测雅可比矩阵；r
k 1
为信号接收站测量误差协方差矩阵；表示卡尔曼增益矩阵；i表示单位矩阵；
[0020]
s6，结合k 1时刻信号接收站位置s
k 1
(sk,u
ik 1
)、接收站观测雅可比矩阵计算 crlb逆矩阵的迹：
[0021][0022]
s7，分别遍历各个信号接收站可选运动速度矢量重复步骤s3至s6，计算得到不同运动速度矢量情况下信号接收站与目标后验状态之间距离
[0023]
s8，利用“最大化测量信息增益”准则，选择最优信号接收站运动速度矢量：
[0024][0025]
s9，按照最优信号接收站运动速度矢量，信号接收站运动至指定位置获取k 1时刻真实目标测量z
k 1
，同时利用式(9)、式(10)，利用真实测量信息对目标状态估计进行更新，得k 1时刻目标状态估计信息
[0026]kk 1
＝(h
k 1
)
t
p
k 1|k
(h
k 1
p
k 1|k
(h
k 1
)
t
r
k 1
)-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0027]
x
k 1|k 1
＝x
k 1|k
k
k 1
(z
k 1-h
k 1
x
k 1|k
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0028]
p
k 1|k 1
＝(i-k
k 1hk 1
)p
k 1|k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0029]
s10，重复步骤s1至步骤s9，进行时域迭代计算，最终获取各个时刻目标状态估计信息。
[0030]
步骤s4中信号接收站测量方程其具体表达形式取决于信号接收站获取测量形式。
[0031]
本发明有益的效果是：本发明的最大化测量信息增益的接收站路径优化方法，采
用扩展卡尔曼滤波方法进行目标状态估计，采用crlb矩阵的迹表征“测量信息增益”，同时利用“最大化测量信息增益”准则进行信号接收站路径优化，通过增大测量信息增益，减小目标状态估计误差，从而提升目标状态估计性能，用于提升双基站无源协同定位系统获取测量信息增益，从而提升对监测区域内目标动力学状态估计精度，达到持续稳定且高效跟踪目标的效果。
附图说明
[0032]
图1为本发明实施例的双基无源协同定位系统示意图；
[0033]
图2为本发明实施例的信号接收站可选运动控制指令示意图；
[0034]
图3为本发明实施例的考虑了过程噪声的目标运动轨迹、某次仿真过程中信号接收站运动轨迹示意图；
[0035]
图4为本发明实施例的信号接收站路径优化前后目标位置状态估计误差示意图；
[0036]
图5为本发明实施例的信号接收站路径优化前后目标速度状态估计误差示意图。
具体实施方式
[0037]
下面结合附图对本发明作进一步说明：
[0038]
假设：
[0039]
一)跟踪环境为简单环境，即跟踪环境中不存在任何干扰杂波，且信号接收站每一时刻仅能获取唯一目标测量信息；
[0040]
二)信号接收站在固定采样间隔内运动距离固定或为零，即信号接收站运动速度矢量模长固定或模长为零；
[0041]
三)信号接收站运动航向角在[0～2π]区间内固定八等分，即信号接收站运动速度矢量可能与x轴正半轴分别成0、π/4、π/2、3π/4、π、5π/4、3π/2、7π/4夹角，因此每一时刻，信号接收站可选运动速度矢量共有九种情况：具体见图1。
[0042]
结合上述假设，开始进行本发明实施步骤的描述：
[0043]
s1，每一时刻，目标状态估计量服从高斯分布，即：
[0044][0045]
其中，表示k时刻目标动力学状态，xk、yk、分别表示目标在二位笛卡尔坐标系中x、y方向上的位置、速度状态信息；表示时刻信号接收站获取测量集合；p
k|k
分别表示目标状态估计均值、估计误差协方差；
[0046]
s2，在k时刻，进行目标状态估计时域预测：
[0047][0048][0049]
p
k 1|k
＝f
k 1
p
k|kfk 1
q
k 1
ꢀꢀ
(4)
[0050]
其中，p
k 1|k
分别表示目标状态估计均值、估计误差协方差矩阵时域预测；f
k 1
、 q
k 1
分别表示k时刻目标状态转移矩阵、目标运动过程噪声误差协方差矩阵；
[0051]
s3，结合信号接收站k时刻所处位置sk，分别遍历各个信号接收站可选运动速度矢量(图2)，计算选择不同运动速度矢量并运动一个采样周期后信号接收站所处位置下文将以为例详细叙述；
[0052]
s4，结合步骤s2所得目标状态估计时域预测信息p(x
k 1
|zk)、信号接收站所处不同位置分别计算两者之间相对位置状态，然后计算接收站观测雅可比矩阵：
[0053][0054]
式中，表示信号接收站测量方程，其具体表达形式取决于信号接收站获取测量形式；
[0055]
s5，利用虚拟测量信息更新目标状态估计信息：
[0056]
其中，为新息协方差矩阵；为信号接收站观测雅可比矩阵；r
k 1
为信号接收站测量误差协方差矩阵；表示卡尔曼增益矩阵；i表示单位矩阵；
[0057]
s6，结合k 1时刻信号接收站位置接收站观测雅可比矩阵计算crlb逆矩阵的迹：
[0058][0059]
s7，分别遍历各个信号接收站可选运动速度矢量重复步骤s3至s6，计算得到不同运动速度矢量情况下信号接收站与目标后验状态之间距离
[0060]
s8，利用“最大化测量信息增益”准则，选择最优信号接收站运动速度矢量：
[0061][0062]
s9，按照最优信号接收站运动速度矢量，信号接收站运动至指定位置获取k 1时刻真实目标测量z
k 1
，同时利用式(9)、式(10)，利用真实测量信息对目标状态估计进行更新，得k 1时刻目标状态估计信息
[0063]kk 1
＝(h
k 1
)
t
p
k 1|k
(h
k 1
p
k 1|k
(h
k 1
)
t
r
k 1
)-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0064]
x
k 1|k 1
＝x
k 1|k
k
k 1
(z
k 1-h
k 1
x
k 1|k
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0065]
p
k 1|k 1
＝(i-k
k 1hk 1
)p
k 1|k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0066]
s10，重复步骤s1至步骤s9，进行时域迭代计算，最终获取各个时刻目标状态估计信息。
[0067]
算法仿真比较：
[0068]
信号接收站监测区域内仅一个进行近似匀速直线运动目标。信号接收站及目标初始位置、考虑了过程噪声的目标运动轨迹、单次仿真过程中信号接收站运动轨迹等见图2。其中，信号接收站获取测量形式为双基距离差(定义为图1中向量模长)、回波到达角(定义为图1中向量与夹角θ)，以目标状态估计均方根误差(rmse：rootmean square error)作为性能指标。将本发明所提方法与“信号接收站位置固定”进行比较，共进行100次蒙特卡洛仿真实验。
[0069]
100次蒙特卡洛实验下，平均目标位置、速度状态估计rmse见图4、5。
[0070]
由图知：1)本发明所设计“最大化测量信息增益”的信号接收站路径优化方法基本有效，信号接收站运动轨迹呈现一定规律性；2)依据更高增益信号接收站观测数据，利用扩展卡尔曼滤波算法，最终所得目标动力学状态(包括目标位置、速度状态)估计精度有了显著提升。
[0071]
本发明实施例的特点是：采用扩展卡尔曼滤波方法进行目标状态估计，采用crlb矩阵的迹表征“测量信息增益”，同时利用“最大化测量信息增益”准则进行信号接收站路径优化，通过增大测量信息增益，减小目标状态估计误差，从而提升目标状态估计性能，用于提升双基站无源协同定位系统获取测量信息增益，从而提升对监测区域内目标动力学状态估计精度，达到持续稳定且高效跟踪目标的效果。
[0072]
虽然本发明已通过参考优选的实施例进行了图示和描述，但是，本专业普通技术人员应当了解，在权利要求书的范围内，可作形式和细节上的各种各样变化。