声探测多传感器多目标定位与跟踪方法

    1 引言

    近年来，利用无源探测传感器对目标进行定位和跟踪一直是各国学者研究的热点， 并已形成一套比较完整的理论。声音探测传感器作为一种无源传感器，能够利用直升机、巡航导弹等低空/超低空目标发动机对空气扰动产生的声音，对目标进行定位和跟踪，具有不受电子干扰，不受通视度、能见度限制，成本低等特点。

    声探测是一种被动探测技术， 由于传感器只能获取目标的方向信息， 目标的位置只能由各个传感器测量的方位角对应的视线求交点来确定， 所以无法如主动雷达系统那样完成目标的数据关联。 常用的多目标数据关联方法需 3 个以上传感器同时发现目标， 声探测受声传感器探测距离近的限制， 无法保证每个目标都被 3 个以上传感器同时探测到。多目标情况下，不同的测向线将产生大量的虚假定位点， 当传感器的数量大于等于 3 时， 此时的数据关联问题就成了 NP-Hard问题[1]。寻求快速、有效、便于工程应用的数据关联算法一直是声探测的一个难题。

    2 声探测多传感器多目标定位与跟踪

    2.1 建立传感器的数据关联组合

    根据传感器的位置和个数利用排列组合的方法确定两两传感器组合， 然后从这些组合中剔除 2 个传感器之间存在其他传感器的组合， 最后按照距离和最小的原则给每个组合分配提供冗余信息的第三个传感器。每次收到传感器上报的探测信息后，按照已经确定的顺序对所有组合进行数据关联。

    2.2 采用带时间延迟的交叉定位方法

    首先利用 2 个传感器计算目标位置估计值（x赞，y赞），然后计算（x赞，y赞）到各个传感器的距离，以距离最远的传感器为基准，向前查找另一传感器的方位角 β（t-△t），△t 为声音到达不同传感器的时间差。 对相应传感器的方位角进行修正后重新计算目标位置， 比较 2 次计算出的目标位置的距离差值，如大于预设门限，则以当前目标位置为基准继续修正传感器方位角， 直至距离差值小于预设门限为止，并把此时计算出的（x赞，y赞）作为目标位置[2]。

    当 3 个传感器同时探测到目标时，利用最小二乘法求目标位置的最优估计。

    设非线性方程组为

fi（x0，x1，…，xn-1）=0，i=0，1，…，m-1，m≥n （1）

    计算非线性方程组最小二乘解的迭代公式为

X^（k+1）=X^（k）-akZ（k）（2）

    式中，Z^（k）为线性方程组 A^（k）Z^（k）=F^（k）的线性最小二乘解，即