基于主动探测与被动截获协同的多源异类数据融合定位算法研究

doi:10.3969/j.issn.0372-2112.2018.10.021

电子学报 ›› 2018, Vol. 46 ›› Issue (10): 2467-2471.DOI: 10.3969/j.issn.0372-2112.2018.10.021

基于主动探测与被动截获协同的多源异类数据融合定位算法研究

杨军, 张萌

中国船舶工业系统工程研究院, 北京 100094

收稿日期:2016-12-06 修回日期:2017-11-23 出版日期:2018-10-25
- 通讯作者:
- 张萌
- 作者简介:
- 杨军,男.1967年5月出生,北京人.1989年毕业于西北工业大学电子工程系,其后在中国船舶工业系统工程研究院工作,主要从事电子对抗和无人机系统技术方面的研究.E-mail:yangjun_cb@sina.com

Research on Multi Source Heterogeneous Data Fusion Location Algorithm Based on Active Detection and Passive Acquisition

YANG Jun, ZHANG Meng

Systems Engineering Research Institute of China State Shipbuilding Corporation, Beijing 100094, China

Received:2016-12-06 Revised:2017-11-23 Online:2018-10-25 Published:2018-10-25
- Corresponding author:
- ZHANG Meng

摘要/Abstract

摘要： 针对当前主动雷达在复杂电磁环境下的使用风险，以及无源被动定位精度较差的问题，本文提出了一种基于极大似然意义下的雷达主动探测与电子侦察被动截获相结合的数据融合最优定位算法，该算法有效地提高了目标定位精度.通过Monte Carlo仿真表明，在信噪比适当的情况下，所提算法能够达到CRLB界，验证了该算法的有效性.

关键词: 主被动雷达协同定位, 信息融合, 极大似然, 理论精度界

Abstract: For the current operation risk of active radar which encounter frequently under the complicated electromagnetic environment, based on the Maximum Likelihood Estimation (MLE), a novel optimal locating algorithm which make a data fusion combining the active detection of radar and the passive interception of electronic reconnaissance is proposed in this paper. This new algorithm also aims at the common problem of the low accuracy in the passive location, and it can increase the location accuracy effectively. The result of the Monte Carlo simulation demonstrates the effectiveness of the proposed algorithm, by which can attain CRLB boundary when SNR is appropriate.

Key words: active and passive radar co-location, information fusion, MLE, theoretical precision boundary

中图分类号:

TN971

杨军, 张萌. 基于主动探测与被动截获协同的多源异类数据融合定位算法研究[J]. 电子学报, 2018, 46(10): 2467-2471.

YANG Jun, ZHANG Meng . Research on Multi Source Heterogeneous Data Fusion Location Algorithm Based on Active Detection and Passive Acquisition[J]. Acta Electronica Sinica, 2018, 46(10): 2467-2471.

参考文献

[1] 韩崇昭,朱洪艳,段战胜.多源信息融合[M].北京:清华大学出版社,2006.159-163. HAN Chong-zhao,ZHU Hong-yan,DUAN Zhan-sheng.Multi Source Information Fusion[M].Beijing:Tsinghua University Press,2006.159-163.(in Chinese)
[2] 何友.信息融合理论及应用[M].北京:电子工业出版社,2010.68-73. HE You.Information Fusion Theory and Application[M].Beijing:Electronic Industry Press,2010.68-73.(in Chinese)
[3] Chong C Y,Allen B,Hamilton I,et al.Convex combination and covariance intersection algorithms in distributed fusion[A].Proceedings of International Society of Information Fusion (Fusion'01)[C].USA:Fusion Press,2001.1-8.
[4] Bar-Shalom Y,Campo L.the effect of the common process noise on the two-sensor fused track covariance[J].IEEE Transactions on Aerospace and Electronic Systems,1986,AES-22(11):803-805.
[5] Zhou J,Zhu Y,You Z,et al.An efficient algorithm for optimal linear estimation fusion in distributed multi-sensor systems[J].IEEE Transactions on Systems Man and Cybernetics-Part A Systems and Humans,2006,36(5):1000-1009.
[6] Chan Y T,Ho K C.A simple and efficient estimator for hyperbolic location[J].IEEE Transactions on Signal Processing,1994,42(8):1905-1915.
[7] 计征宇,皮亦鸣.TVM制导中数据融合的一种新算法[J].雷达科学与技术,2006,4(2):98-103. JI Zheng-yu,PI Yi-ming.A new algorithm for data fusion in TVM guidance[J].Radar Science and Technology,2006,4(2):98-103.(in Chinese)
[8] 康耀红.数据融合理论与应用[M].西安:西安电子科技大学出版社,1997.93-96. KANG Yao-hong.Data Fusion Theory and Application[M].Xi'an:Xi'an Electronic and Science University Press,1997.93-96.(in Chinese)
[9] 周峰,张亮亮,王建军,等.一种主/被动雷达协同探测跟踪模式及算法研究[J].电光与控制,2014,21(2):12-16. ZHOU Feng,ZHANG Liang-liang,WANG Jian-jun,et al.A main/passive radar cooperative detection tracking mode and algorithm[J].Electro-Optic and Control,2014,21(2):12-16.(inChinese)
[10] 潘宁,张林让.主被动雷达数据融合及跟[J].雷达科学与技术,2008,6(1):61-64. PAN Ning,ZHANG Lin-rang.The main passive radar data fusion and tracking[J].Radar Science and Technology,2008,6(1):61-64.(in Chinese)

[1]	高继蕊, 李华锋, 张亚飞, 谢明鸿, 李凡. 双注意力引导的细节和结构信息融合图像去雾网络[J]. 电子学报, 2023, 51(1): 160-171.
[2]	汪禹宏, 张屹. 基于适应度指导交配限制策略的重组算子与多目标优化研究[J]. 电子学报, 2022, 50(3): 710-717.
[3]	桑海峰, 陈旺兴, 王海峰, 王金玉. 基于多模式时空交互的行人轨迹预测模型[J]. 电子学报, 2022, 50(11): 2806-2812.
[4]	左婷, 王法松, 张建康, 李睿. 室内可见光通信系统中基于压缩感知的空移键控信号检测方法[J]. 电子学报, 2022, 50(1): 36-44.
[5]	徐诚, 何杰, 张晓彤, 姚翠, 段世红, 齐悦. IMU/TOA融合人体运动追踪性能评估方法[J]. 电子学报, 2019, 47(8): 1748-1754.
[6]	李壮举, 梅杰, 曹少中, 赵伟. 多信息融合精密装配机器人建模与控制方法研究[J]. 电子学报, 2018, 46(3): 636-640.
[7]	董丽丽, 丁畅, 许文海. 基于直方图均衡化图像增强的两种改进方法[J]. 电子学报, 2018, 46(10): 2367-2375.
[8]	王晓华, 邹杰, 李立, 梁彦. 基于TBM双层融合架构的航路属性异常检测[J]. 电子学报, 2017, 45(3): 577-583.
[9]	张花国, 李鑫, 张建华, 魏平. 基于半定松弛的长码DSSS信号扩频波形估计[J]. 电子学报, 2016, 44(2): 334-339.
[10]	郭强, 何友, 关欣, 盖明久. 一种多子焦元信度赋值非零情况下的DSmT近似融合推理方法[J]. 电子学报, 2015, 43(10): 2069-2075.
[11]	商临峰, 杨小军, 邢科义. 局域跟踪的测速雷达网量测融合弹道解算[J]. 电子学报, 2013, 41(3): 615-618.
[12]	芦建辉, 陈东锋, 万朝江, 杨承志. 主被动传感器实时信息融合的STMHM算法[J]. 电子学报, 2012, 40(9): 1740-1745.
[13]	张博;景晓军;孙松林;张少乐. 基于梯度离散度和互信息准则的残缺指纹方向场重建融合算法[J]. 电子学报, 2011, 39(9): 2130-2134.
[14]	李新德;杨伟东;吴雪建;Jean Dezert. 一种快速分层递阶DSmT近似推理融合方法(B)[J]. 电子学报, 2011, 39(3A): 31-36.
[15]	黄志蓓;孙树岩;吴健康;蒋升;任晓Yi. 基于特征迹的密集多目标自适应视频跟踪[J]. 电子学报, 2011, 39(3A): 37-42.

基于主动探测与被动截获协同的多源异类数据融合定位算法研究

Research on Multi Source Heterogeneous Data Fusion Location Algorithm Based on Active Detection and Passive Acquisition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics