利用多徑信息的無人機無源定位與跟蹤算法研究.pdf

1、近年來，隨著無人機應用的普及，各類無人機飛行事故與隱患增多，迫切需要對無人機進行定位與跟蹤。無人機體型小，速度慢，主動雷達難以檢測。故本文基于到達時間差對其進行無源的定位及跟蹤方法研究。
　　在城市環(huán)境下，多徑效應較明顯，傳統(tǒng)的到達時間差估計的精度下降，影響定位算法的精度。而無人機的運動可視為一個馬爾科夫過程，可用目標跟蹤算法提取出目標位置的方式來實現(xiàn)定位。因此，本文將貝葉斯目標跟蹤框架應用到輻射源定位問題研究中。同時，傳統(tǒng)的定位

2、方法難以應對時變的目標數(shù)。故本文研究基于隨機有限集的目標跟蹤算法，并在貝葉斯框架下對多個無人機目標定位與跟蹤。此外，針對城市多徑環(huán)境，可以對量測中的多徑信息加以有效利用。此時，相當于增加了等效基站，增強了待測目標的可觀測性。
　　本文首先介紹了傳統(tǒng)的基于到達時間差的無源定位方法和貝葉斯目標跟蹤的基本原理與隨機有限集理論。基于此，討論了經(jīng)典的概率假設密度濾波算法，該算法可對多個時變目標進行有效的跟蹤，可通過聚類算法從其概率假設密度中

3、估計出目標位置。之后論了多檢測及多觀測站情形下的概率假設密度濾波算法。
　　本文將傳統(tǒng)的概率假設密度濾波擴展為多檢測概率假設密度濾波，利用多徑效應引起的“干擾信息”，對無人機目標進行定位與跟蹤。針對時差方程的非線性，基礎基于粒子濾波的實現(xiàn)算法。該算法與經(jīng)典的概率假設密度濾波在預測步驟相一致，但在更新步驟中存在多檢測的情況，沒有量測與觀測模型的關(guān)聯(lián)先驗。因此需要對真實狀態(tài)與量測的所有可能的關(guān)聯(lián)組合進行枚舉。
　　本文討論了無人