本发明公开一种联合角度、时延和多普勒频移的运动物体直接定位与跟踪方法，涉及无源定位和阵列天线处理等领域。
背景技术：
0、技术背景
1、无源定位方法的研究始于第二次世界大战，它在雷达、授时、导航和无线传感器等军用和民用领域有着广泛的应用。传统的无源定位技术是两步法，第一步先估计目标的到达角度(direction of arrival,doa)、到达时差(time difference of arrival,tdoa)、到达频差(frequency difference of arrival,fdoa)等信息；第二步根据上一步的信息建立数学方程对目标进行求解。传统的两步法计算简单便于实现，但是因为两步的过程中会有信息量的损失同时忽略了所有的测量结果来源于同一个目标源这一个隐藏的约束条件，在低信噪比下性能不佳。目标直接定位技术(direct position determination,dpd)，即从原始信号采样中直接确定目标的位置信息。因为它无需估计中间参数，避免了两步法中的信息损失量，同时满足了所有的接收信号都来自同一个信号源这一潜在的约束条件，在低信噪比(signal-to-noise ratio,snr)下定位精度更高从而引起了国内外学者的广泛关注。
2、weiss等人在2004年的时候利用最大似然准则(maximum likelihood，ml)首次提出了dpd。在该定位技术中，作者利用多阵列观测站，将目标的角度信息融合在阵列流型中，通过对接收数据进行离散傅里叶变换，将时延信息转换为相位，初次实现了单目标的直接定位，仿真结果表明在低信噪比下，dpd技术具有比两步定位更高的定位精度。随着dpd技术的发展，定位目标渐渐由单个扩展到多个，接收信号也从窄带扩展到宽带。与ml准则相对应的另一类dpd技术是基于空间数据融合(subspace data fusion,sdf)的直接定位算法，该算法实际上是多重信号分类(multiple signal classification,music)算法的推广，利用信号空间和噪声空间的正交特性，对位置倒谱函数的极值进行搜索，找到对应的位置坐标。该方法相比较ml来说，因为免去了一些冗余参数的计算复杂度要小一点，但是相比于ml类算法具有渐近统计最优性特性，子空间类算法的结果是次优的定位精度要差一点。现在静止物体的dpd方法研究的较为充分，已经做到可以利用物体信号特征里面隐含位置信息，进一步的提高物体定位精度。但是目前对运动物体的直接定位技术研究尚不够充分。因为相对于两步法来说，dpd技术虽然低信噪比下精度更高，但是由于代价函数的高度非线性化，计算复杂度也更加高。对于运动物体来说，待估计的参数成倍的增加，常用的网格搜索方法维度翻倍，这给dpd方法的实现带来了极大的不便。
3、目前运动物体的dpd方法主要通过两种方式来避免多维网格搜索带来的巨大计算复杂度。第一类是迭代法，主要是利用牛顿法或者扰动定理，通过一步一步迭代的方式来找到目标，该类方法极大的依赖初始值，但是合适的初始值也不是很容易获得。第二类是利用滤波器的方式，主要有粒子滤波(particle filter，pf)、扩展的卡尔曼滤波(extendedkalman filter，ekf)等。其中ekf也是需要一个合适的初始值，同时它的非线性化程度不是很高。pf是通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计，非线性化程度较高，对初始值没有要求更适合于运动物体的dpd。
4、不过现有的利用pf的运动物体dpd方法，大多数是基于时延和多普勒频移，很少有联合角度信息的，定位精度可以进一步的提升。
技术实现思路
1、本发明充分利用了阵列处理技术与直接定位技术的优势，提出了一种联合角度、时延和多普勒频移的运动物体直接定位与跟踪方法。该方法先联合角度、时延和多普勒频移构建接收信号，然后利用ml准则建立融合了各个信息量的代价函数，最后利用pf技术对运动物体进行定位与跟踪，避免了多维参数的网格化搜索，极大的降低了计算复杂度。与传统的差分多普勒(differential doppler,dd)定位方法和经典的pf方法相比，该发明在低snr下具有更高的定位精度，跟踪性能也更好。
2、为实现上述目标采用的技术方案如下：
3、一种联合角度、时延和多普勒频移的运动物体直接定位与跟踪方法，包括以下步骤：
4、s1：输入参数，利用各个观测站采集到的接收信号构建联合角度、时延多普勒频移的接收信号模型
5、假设运动目标的初始位置为p＝[x0,y0]t，做随意运动，满足连续白噪声加速模型(continuous white noise acceleration,cwna)。静止接收站的位置为ql＝[xl,yl],l＝1,...,l。目标源辐射窄带无线电信号，为非协作信号波形未知，该信号能够同时被l个静止接收站所截获，观测时间为t。每个接收站在k个时隙段对目标辐射信号进行采样，相邻两个时隙段的时间间隔为tr。则物体在第k,k∈{1,2,…,k}个时刻的位置和速度分别为pk＝[xk,yk]t和假设观测站是含有阵元数为m的均匀线阵，阵元间距为d，(d为载波的半波长)，那么第l个观测站在第k个观测时隙0≤t≤t内的接收信号经过下变频后可以表示为：
6、
7、其中βl,k，al,k(pk)，sk(t-τl,k(pk))和分别表示信号在第k个观测间隙到达第l个接收站的复传播系数、阵列响应矢量、信号复包络和多普勒频移。它们分表表示如下：θl,k为doa。sk(t-τl,k(pk))中是时延。是多普勒频移。ωl,k(t)是均值为0噪声功率为的高斯白噪声。
8、s2：对接收信号进行采样利用离散傅里叶变换完善模型
9、对信号进行采样，采样周期为ts，那么第n个采样信号可以表示为：
10、
11、整个0≤t≤t内的接收信号可以表示为：
12、
13、其中
14、
15、利用离散傅里叶变换(discrete fourier transform，dft)，和sk的关系可以表示为：
16、
17、其中表示时域上的时延在频域上带来的相位偏差。表示dft矩阵。因此(3)式可以表示为：
18、
19、其中al,k(pk)和包含了待求参数的信息，接下来就是根据接收信号来估计运动物体的位置信息。
20、s3：根据信号接收模型利用ml准则构建代价函数
21、
22、其中c1是常数，与位置无关，为噪声功率上式可以简化为对下面的式子求最小值
23、
24、为了不失一般性假设||sk||2＝1，对于信道衰减系数βl,k利用ml可以得到他的估计值为:
25、
26、将其代入(8)式进一步化简后，代价函数可以转换为求下式的最大值
27、
28、其中
29、qk＝vk(vk)h (11)
30、
31、若波形已知，直接利用(10)式就可以求得结果，本文所考虑的场景是非协作信号，波形未知。其实是要寻找一组sk使得fmax最大，那么sk对应矩阵qk最大特征值的特征向量。根据矩阵特征值理论和的非零特征值相同。为了简化计算量，(10)式等价于，求的最大特征值。表示如下
32、
33、s4：利用粒子滤波对物体的位置进行求解
34、定义其中xk,yk和分别代表物体在k时刻的位置和速度。其中测量值表示如下
35、
36、对于dpd来说，应用sir型粒子滤波方法时，每个粒子的权重表示如下
37、
38、根据步骤s3，(15)式等价于
39、
40、利用上式可以得到每个时刻物体的位置和速度为
41、
42、其中
43、s5：输出物体的运动轨迹以及当下时刻的位置和速度
44、将步骤s4中每个时刻的位置结果绘制成物体的轨迹图，为当下时刻的位置和速度。
1.一种联合角度、时延和多普勒频移的运动物体直接定位与跟踪方法，其特征在于以下步骤：
2.根据权利要求1所述的一种联合角度、时延和多普勒频移的运动物体直接定位与跟踪方法，其特征在于，步骤s1中构建联合角度、时延多普勒频移的接收信号模型如下
3.根据权利要求1所述的一种联合角度、时延和多普勒频移的运动物体直接定位与跟踪方法，其特征在于，步骤s2中对接收信号进行采样利用离散傅里叶变换完善模型具体如下
4.根据权利要求1所述的一种联合角度、时延和多普勒频移的运动物体直接定位与跟踪方法，其特征在于，步骤s3根据信号接收模型利用ml准则构建代价函数具体为：
5.根据权利要求1所述的一种联合角度、时延和多普勒频移的运动物体直接定位与跟踪方法，其特征在于，步骤s4利用粒子滤波对物体的位置进行求解具体为：
6.根据权利要求1所述的一种联合角度、时延和多普勒频移的运动物体直接定位与跟踪方法，其特征在于，步骤s5输出物体的运动轨迹以及当下时刻的位置和速度具体为：
