基于节点对信号互相关的未知辐射源无线传感器网络分布式检测与跟踪方法研究

根据测量各传感器网络节点对接收信号的互相关函数及其最大值所对应的未知辐射源信号的到达时间差，可实现对未知辐射源的检测、定位与跟踪。本项申请研究基于节点对信号互相关的未知辐射源分布式检测与跟踪方法，研究内容包括：① 基于节点对信号互相关的单个未知辐射源传感器网络分布式检测方法；② 基于TDOA的多个未知辐射源的检测方法；③移动未知辐射源的一步模式转移概率矩阵(TPM)的传感器网络估计方法；④基于TDOA跟踪的线性化方法；⑤ 利用到达多普勒频率差来改善基于TDOA未知辐射源分布式跟踪性能的方法；⑥ 基于TDOA和FDOA的多个移动辐射源的分布式跟踪方法；⑦基于TDOA、联合TDOA和FDOA跟踪的极限性能分析；⑧存在节点位置误差条件下的基于TDOA和FDOA的稳健未知辐射源跟踪方法。该项研究的结果将为当前亟待解决的传感器网络未知辐射源目标的检测和跟踪应用中的主要问题提供基础理论支持。

未知辐射源的检测、定位与跟踪是一个经典的研究课题,在军事和民用领域均具有广阔的应用前景。尤其是近年来随着无人机的广泛应用，在国土防空中应用无线传感器网络基于接收的通信信号对入侵低空无人机的定位和跟踪显得更为迫切；其次, 在无线电频谱管理和监测中，应用无线传感器网络对非授权未知辐射源信号的检测、定位与跟踪及信道占用情况的感知等具有重要价值。项目组对申请书中列出的各项研究内容展开了深入持续的研究和探索。主要研究概况与取得的成果如下: . 1）提出了以信号到达传感器节点时间差（TDOA）作为观测值进行检测的方法；推导出了传感器节点对接收信号互相关函数峰值的模值的联合条件概率密度函数表达式；提出了基于TDOA观测值检测的近似最优判决规则，推导出了在奈曼-皮尔逊检测准则下，虚警概率与检测门限值的关系表达式；仿真结果表明了所提出方法的有效性。.2）提出了移动未知辐射源的一步模式转移概率矩阵(TPM)最大似然估计的加权解析中心割平面方法（analytical center cutting plane method - ACCPM）；基于TDOA/FDOA观测方程一阶线性化处理的扩展的Kalman滤波理论，在交互多模型机动目标跟踪框架下，根据获得的一步模式转移概率矩阵，对未知辐射源可实现有效的跟踪，计算机仿真结果表明基于TDOA/FDOA的单个未知辐射源的跟踪性能良好。.3） 在同信道多辐射源情形，TDOA/FDOA测量值与各辐射源无法直接关联。在最大似然意义下我们直接将同信道多辐射源的检测、定位与跟踪描述为一典型的混合整数非线性优化问题。我们提出用半正定松弛的方法来求解这一混合优化问题。当获得TDOA/FDOA测量值与各辐射源的关联参数，同信道多辐射源跟踪简化为分别对每一单个辐射源进行跟踪，从而使跟踪复杂度大大降低。.4）研究了机动目标跟踪轨迹的Fisher信息矩阵，我们发现Fisher信息矩阵因机动目标的多模型结构变得异常复杂，因而不能给出极限性能CRLB的闭式表达式。我们在寻找数值的方法。.5）将存在节点位置误差（节点位置误差描述为给定半径的球形区域）的TDOA和FDOA的跟踪描述为使在节点位置误差范围内最大跟踪误差最小的稳健优化问题。.以上研究结果对于未知辐射源的检测与跟踪具有重要的理论意义和实用价值