一种基于高阶累积量和无迹卡尔曼滤波的卫星干扰源三星定位方法
【专利摘要】本发明涉及一种基于高阶累积量和无迹卡尔曼滤波的卫星干扰源三星定位方法，主要解决在时变、非高斯噪声环境下时延差准确估计和时差定位算法的稳定性、实时性问题。其步骤是：第一，对接收到的卫星干扰信号进行零均值、归一化等预处理，并计算其高阶累积量；第二，利用改进的基于四阶累积量最小均方误差时延估计方法，估算出干扰信号经三颗卫星转发产生的时延差；第三，根据时延差的估计，利用解析法获得干扰信号位置的初始估计，然后利用无迹卡尔曼滤波方法对上一时刻的定位结果进行修正更新。本发明相对现有技术和方法，可以在时变、非高斯噪声环境下进行卫星干扰源定位，且收敛速度快、稳定性高、实现简单、计算量小。
【专利说明】-种基于高阶累积量和无迹卡尔曼滤波的卫星干扰源三星 定位方法 一【技术领域】
[0001] 本发明涉及一种卫星干扰源定位方法，特别是一种基于高阶累积量和无迹卡尔曼 滤波的卫星干扰源三星定位方法。 二【背景技术】
[0002] 卫星通信具有覆盖面广、通信距离长、通信线路稳定、通信频带宽、容量大等特点， 在国防和民用通信领域发挥了不可或缺的作用。但由于卫星运行在公开的空间轨道上，所 以卫星系统容易受到干扰甚至摧毁。其中，来自地面有意的或无意的射频干扰对通信卫星 的威胁日益严重。不论何种干扰的消除，首先都必须对干扰源进行准确定位，利用干扰源定 位方法，在不改变通信卫星工作状态的情况下，测试、估算出地面干扰源的大致位置，在此 基础上再配合其它手段，可以有效确定地面干扰源的准确位置。所以卫星干扰源定位方法 对保证卫星通信系统的有效和可靠运行，起着十分重要的作用。
[0003] 双星定位技术是目前定位不明干扰源的主要方法，其通过对到达时间差（TDOA) 和到达频率差（FDOA)的估计来实现干扰源定位。但是双星定位技术存在频移参数的精确 测定困难，且受卫星姿态变化等因素影响严重，一般需要设立多个参考站进行误差校正，才 能得到较为满意的定位精度。
[0004] 三星时差定位方法利用空间相距一定距离的三颗卫星组成的卫星群，测量地面干 扰源的信号传播到两两卫星之间的时间差，计算由此形成的两个双曲面，并利用其与干扰 源所在地球球面的交点，得出干扰源所在位置。与双星定位算法有所不同，这是一种利用两 颗参照卫星，通过两次计算时延来定位的方法，只利用了时延参数，相对于频移参数，时延 参数的测定较为容易和精确，最终对干扰源的定位精度较高。
[0005] 三星时差定位方法的性能取决于对到达时间差的估计精度。关于时延估计方法主 要有：广义相关法、最大似然估计法、最小均方误差算法以及高阶统计量法等。其中，广义相 关法是早期的时延估计方法，它的原理简单、计算量也很小，但估计的精度不高，所以在背 景条件符合以及精度要求不太高的场合应用较多。最大似然估计法一般需要事先了解信号 的概率密度，而在实际中，信号的概率分布往往是难以得到的，最大似然估计法在应用时有 很大局限性。最小均方误差时延估计法适用面广，计算量小，而且它的实时性较好，实用性 强，但是它们不能根本抑制相关噪声的影响。高斯过程的高阶累积量恒为零，故高阶统计量 法在估计具有高斯相关噪声的信号时延差时十分有效，但是实际应用中，混杂在信号的噪 声可能是非高斯复杂噪声，且信噪比也可能随时间变化，高阶统计量法对时变、非高斯噪声 的情形下不能取得满意性能。因此，现有的时延参数估计方法需要解决时变、非高斯噪声情 况下时延估计问题。
[0006] 另一方面，时差定位算法都可以归结为非线性方程组的求解问题。其根据测量的 一组时差求解定位方程，从几何上讲就是由两个相交的时差双曲面和地球面相交求解干扰 源位置，其实质是对三个三元二次方程联合求解。目前，时差定位算法中常用的有解析法、 牛顿迭代法、最小二乘迭代法、粒子滤波等。解析法是一种对未知数直接计算求解的方法， 一般有两解，会产生定位模糊。牛顿迭代算法涉及三角函数的计算，计算量比较大。最小二 乘迭代法定位性能稳定性差，且不易收敛。粒子滤波需要采用大量的粒子采样去逼近真实 的误差分布，计算量大，因此实时性较差。因此，需要改进现有时差定位算法以解决稳定性、 实时性等问题。 三
【发明内容】
[0007] 本发明的目的是为了解决卫星干扰源定位时延参数估计方法中时变时延跟踪以 及时差定位算法的稳定性、实时性等问题，将基于改进的四阶累积量最小均方误差时延估 计与无迹卡尔曼滤波相结合，提出一种基于高阶累积量和无迹卡尔曼滤波的卫星干扰源三 星定位方法。
[0008] 实现本发明的步骤为：
[0009] 第一，地面接收站对接收到的卫星干扰信号进行零均值、归一化等预处理，并计算 其1?阶累积量；
[0010] 第二，利用改进的基于四阶累积量最小均方误差时延估计方法，估算出干扰信号 经三颗卫星转发产生的时延差；
[0011] 第三，根据时延差的估计，利用解析法获得目标位置的初始估计，然后利用无迹卡 尔曼滤波方法对上一时刻的定位结果进行修正更新。
[0012] 本发明的有益效果为：1、采用了改进的基于四阶累积量最小均方误差时延估计方 法，该方法能有效抑制高斯噪声且能准确估计时变时延参数；2、利用无迹卡尔曼滤波方法 对定位结果进行不断修正更新，该方法收敛速度快、稳定性高，且实现简单，计算量小。 四【专利附图】
【附图说明】
[0013] 图1是卫星干扰源三星时差定位示意图；
[0014] 图2是改进的基于四阶累积量最小均方误差时延估计方法原理框图；
[0015] 图3是基于无迹卡尔曼滤波的定位结果修正更新流程图。 五【具体实施方式】
[0016] 下面结合附图对本发明作进一步描述。
[0017] 1、图1给出了卫星干扰源三星时差定位系统示意图。地面干扰源发射的干扰信号 经过不同卫星的转发，由处理中心统一接收。处理中心首先对信号进行零均值、归一化等预 处理，然后估计出三路干扰信号到达的时间差参数，再利用解析法获得目标位置的初始估 计，最后利用无迹卡尔曼滤波方法对上一时刻的定位结果进行修正更新。
[0018] 2、图2给出了改进的基于四阶累积量最小均方误差时延估计方法原理框图。
[0019] 干扰信号时延估计的模型可以表达如下：
[0020] "W = ^) + W'W I (1) y(k)=As(k-D) +w2 {k)\
[0021] 其中k为离散时间变量,D为延迟时间,A为衰减因子,x(k)、y(k)分别为具有不同 时延且叠加了噪声的干扰信号，s(k)为干扰信号，W1GO和《2(1〇分别为背景噪声，且假设 其为互不相关、零均值并与干扰信号独立。
[0022] 根据卷积理论，延迟信号s(k_D)可以被表示为 CO
[0023] s(k-D)=sinc(n-D)s{k-?) (2 ) /J=-CO
[0024] 其中sinc(v) = ，sine函数是以其最大为对称轴的偶函数，且满足 πν 「00251IimsincO) = 0 (3 )
[0026] 即当时间变量η趋于无穷时，sine函数衰减为0。在实际应用中，通常将η限制在 一个合适的范围内，即可以把延迟信号近似表示为 P
[0027] s(k-D)=^sinc(n-D)s(k-η) (4) η=-p
[0028] 用一个充分大的整数ρ来代替无穷，并使得ρ> |dI。
[0029] 于是延迟信号模型可变为
【权利要求】
1. 一种基于高阶累积量和无迹卡尔曼滤波的卫星干扰源三星定位方法，其步骤为：第 一，对接收到的卫星干扰信号进行零均值、归一化等预处理，并计算其高阶累积量；第二，利 用改进的基于四阶累积量最小均方误差时延估计方法，估算出干扰信号经三颗卫星转发产 生的时延差；第三，根据时延差的估计，利用解析法获得干扰信号位置的初始估计，然后利 用无迹卡尔曼滤波方法对上一时刻的定位结果进行修正更新。
2. 根据权利要求1所述的方法，其特征在于：提出了改进的基于四阶累积量最小均方 误差时延估计方法，利用两路干扰信号的自四阶累积量和互四阶累积量来构建误差函数， 利用最陡下降法来寻找误差函数的最小值，使滤波器系数接近信道的时延参数，最后寻找 时延参数估计值中的极大值。
3. 根据权利要求1所述的方法，其特征在于：提出了基于无迹卡尔曼滤波器的定位结 果修正更新方法，利用解析法算出的干扰信号位置作为无迹卡尔曼滤波的初始值，采用确 定性采样的方法来完成滤波过程的时间更新和测量更新，从而不断对上一时刻的定位结果 进行修正更新。
【文档编号】G06F19/00GK104316945SQ201410657732
【公开日】2015年1月28日 申请日期:2014年11月13日 优先权日:2014年11月13日
【发明者】邵震洪, 吴昊, 陈勇, 许金勇, 张余, 曹龙 申请人:中国人民解放军总参谋部第六十三研究所