临近空间平台辅助的超低空目标无源跟踪算法

J4 ›› 2009, Vol. 36 ›› Issue (3): 438-442.

临近空间平台辅助的超低空目标无源跟踪算法

牛新亮¹;赵国庆¹;刘原华²;常虹¹

(1. 西安电子科技大学电子对抗研究所，陕西西安 710071;
2. 西安电子科技大学综合业务网理论及关键技术国家重点实验室，陕西西安 710071)

收稿日期:2008-04-25 修回日期:2008-09-23 出版日期:2009-06-20 发布日期:2009-07-04
通讯作者: 牛新亮
基金资助:
国家部委预研基金资助(9140A07020806DZ01)

Near-space platform aided passive tracking algorithm for super-low-altitude targets

NIU Xin-liang¹;ZHAO Guo-qing¹;LIU Yuan-hua²;CHANG Hong¹

(1. Research Inst. of Electronic Countermeasures, Xidian Univ., Xi'an 710071， China;
2. State Key Lab. of Integrated Service Networks, Xidian Univ., Xi'an 710071， China)

Received:2008-04-25 Revised:2008-09-23 Online:2009-06-20 Published:2009-07-04
Contact: NIU Xin-liang

摘要/Abstract

摘要：

提出了一种新的基于时差测量的超低空目标无源定位方法，该方法利用临近空间平台增加高度方向上的基线，形成了一个包含若干子系统的冗余定位系统，每个子系统都能获得一组含有模糊的定位结果，然后通过最近邻匹配消除定位模糊，最后通过对各子系统的简化加权最小二乘(SWLS)融合提高了整个观测空域内的定位精度．将该方法用于对超低空目标跟踪的起始，并通过UKF滤波保持对目标的跟踪，获得了比传统时差定位方法更好的跟踪性能．仿真结果表明，在20 ns的测量精度条件下新方法在50 s内即可进入稳定跟踪状态，跟踪起始误差也减小至百米量级，而传统时差定位方法需要250 s才能进入稳定跟踪状态，跟踪起始误差则超过了千米量级．

关键词: 跟踪, 无源定位, 卡尔曼滤波, 时差, 超低空目标

Abstract:

A novel near-space platform aided passive location method for super-low-altitude targets using TDOA is proposed. The new method uses a near-space platform as the baseline in the height to form a redundant location system consisting of several subsystems. Each subsystem can obtain a set of location results with ambiguity. After eliminating the ambiguity by the nearest matching, the new method can improve the location accuracy in the whole observed airspace by SWLS fusion. A better tracking performance can be achieved by applying this method to starting the tracking for super-low-altitude targets and keeping the tracking through UKF. Simulation results show that the proposed method comes to stabilization within 50 s and that its tracking initial error can be reduced to the hectometer level with the measurement precision of 20 ns. But the traditional method requires 250 s to go to stabilization and its tracking initial error is greater than the kilometer level.

Key words: tracking, passive location, Kalman filtering, TDOA, super-low-altitude targets

中图分类号:

TN971

牛新亮1;赵国庆1;刘原华2;常虹1. 临近空间平台辅助的超低空目标无源跟踪算法[J]. J4, 2009, 36(3): 438-442.

NIU Xin-liang1;ZHAO Guo-qing1;LIU Yuan-hua2;CHANG Hong1. Near-space platform aided passive tracking algorithm for super-low-altitude targets[J]. J4, 2009, 36(3): 438-442.

参考文献

［1］赵国庆. 雷达对抗原理［M］. 西安: 西安电子科技大学出版社, 1999.
［2］温中武, 宋阔益. 电子对抗中无源雷达的地位和发展前景［J］. 国防科技, 2007(9): 14-18.
［3］Ho K C, Chan Y T. Solution and Performance Analysis of Geolocation by TDOA［J］. IEEE Trans on Aerospace and Electronic System, 1993, 29(4): 1311-1322.
［4］杨林, 周一宇, 孙仲康. TDOA被动定位方法及精度分析［J］. 国防科技大学学报, 1998, 20(2): 49-53.
Yang Lin, Zhou Yiyu, Sun Zhongkang. TDOA Passive Location and Accuracy Analysis［J］. Journal of National University of Defense Technology, 1998, 20(2): 49-53.
［5］张正明, 杨绍全, 张守宏. 平面时差定位精度分析［J］. 西安电子科技大学学报, 2000, 27(1): 13-16.
Zhang Zhengming, Yang Shaoquan, Zhang Shouhong. 2D Location Accuracy Analysis Using TDOA［J］. Journal of Xidian University. 2000, 27(1): 13-16.
［6］陈玲, 李少洪. 可消除定位模糊的无源时差定位算法［J］. 北京航空航天大学学报, 2005, 31(1): 89-93.Chen Ling, Li Shaohong. Passive TDOA Location Algorithm for Eliminating Location Ambiguity［J］. Journal of Beijing University of Aeronautics and Astronautics, 2005, 31(1): 89-93.
［7］兰俊杰, 任寿亭, 邓光海. 飞艇的信息战应用研究［J］. 航天电子对抗, 2007, 23(2): 22-24.
Lan Junjie, Ren Shouting, Deng Guanghai. Application of Airship in Information Warfare［J］. Aerospace Electronic Warfare, 2007, 23(2): 22-24.
［8］梁栋, 李勇. 平流层飞艇定点保持模式的建模与稳定性分析［J］. 航天器工程, 2007, 16(4): 108-113.
Liang Dong, Li Yong. Modeling and Stability Analysis for A Stratospheric Airship in Position-attitude Keeping Mode［J］. Spacecraft Engineering, 2007, 16(4): 108-113.
［9］Torrieri D J. Statistical Theory of Passive Location Systems［J］. IEEE Trans on Aerospace and Electronic System, 1984, 20(2): 183-198.
［10］Julier S J, Uhlmann J K. A New Extension of the Kalman Filter to Nonlinear Systems: Vol 3068［C］//SPIE. Orlando: SPIE, 1997: 182-193.
［11］何友, 修建娟, 张晶炜, 等. 雷达数据处理及应用［M］. 北京: 电子工业出版社, 2006.
［12］杨万海. 多传感器数据融合及其应用［M］. 西安: 西安电子科技大学出版社, 2004.

[1]	宋建锋,苗启广,王崇晓,徐浩,杨瑾. 注意力机制的多尺度单目标跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 110-116.
[2]	王海军,张圣燕,杜玉杰. 响应差异约束的相关滤波无人机目标跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 149-155.
[3]	张飞,马时平,张立朝,何林远,仇祝令,韩永赛. 空间可靠性和相关滤波器联合学习的跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 167-177.
[4]	顾兆军,陈辉,王家亮,高冰. 一种小型四轴飞行器目标跟踪控制算法[J]. 西安电子科技大学学报, 2021, 48(5): 117-127.
[5]	毛昭勇,王亦晨,王鑫,沈钧戈. 面向高速公路的车辆视频监控分析系统[J]. 西安电子科技大学学报, 2021, 48(5): 178-189.
[6]	张佳琦,陶海红,张修社,韩春雷. 一种利用量测空间聚类的多帧检测前跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 231-238.
[7]	逯彦,廖桂生,黄庆享. 结合稀疏表示的跨摄像头运动目标跟踪算法[J]. 西安电子科技大学学报, 2021, 48(2): 197-204.
[8]	张逸宸,水鹏朗. 一种改进的泊松点过程概率多假设跟踪方法[J]. 西安电子科技大学学报, 2021, 48(2): 27-34.
[9]	李胜峰,王子豪,陈翔,王伶. 直升机旋翼遮挡缝隙时长预测算法[J]. 西安电子科技大学学报, 2020, 47(6): 113-121.
[10]	成磊,王玥,田春娜. 一种添加残差注意力机制的视觉目标跟踪算法[J]. 西安电子科技大学学报, 2020, 47(6): 148-157.
[11]	李翠芸,李洋,姬红兵,石仁政. 一步数据关联GLMB扩展目标跟踪算法[J]. 西安电子科技大学学报, 2020, 47(5): 137-143.
[12]	余志超,张瑞红. 结合深度轮廓特征的改进孪生网络跟踪算法[J]. 西安电子科技大学学报, 2020, 47(3): 40-49.
[13]	刘智鑫,赵拥军. 约束准则下扩展时差直方图脉冲分选配对方法[J]. 西安电子科技大学学报, 2019, 46(6): 102-111.
[14]	张昀普,单甘霖,段修生,王猛. 主/被动传感器辐射控制的调度方法[J]. 西安电子科技大学学报, 2019, 46(6): 67-74.
[15]	刘一鸣,盛文,施端阳. 效费比视角下相控阵雷达多波束跟踪调度策略[J]. 西安电子科技大学学报, 2019, 46(6): 155-162.