一種基于粒子濾波算法的無線電干擾源測向定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于無線電測向定位技術(shù)領(lǐng)域，具體涉及一種基于粒子濾波算法的無線電 干擾源測向定位方法。
【背景技術(shù)】
[0002] 隨著無線電通信業(yè)務(wù)的日益發(fā)展，人們對無線電頻譜資源的需求也不斷增加，導(dǎo) 致頻譜資源日益匱乏。與日俱增的無線電干擾現(xiàn)象更是對國家無線電通信的合理秩序以及 合法用戶的使用權(quán)益產(chǎn)生了嚴(yán)重的威脅。對有限的頻譜進(jìn)行合理地分配和管理，是國家維 護(hù)無線電通信秩序、保護(hù)合法用戶應(yīng)有權(quán)益的一項重要工作。由此可見，對無線電干擾的排 查是國家無線電管理部門的一項重要任務(wù)。在無線電干擾排查的工作中，使用無線電監(jiān)測 車進(jìn)行地面干擾查找往往是干擾排查工作最終階段必不可少的環(huán)節(jié)。無線電監(jiān)測車是具備 無線電測向定位功能的可移動式無線電測向定位工具。在干擾源查找的工作中起到了重要 的作用。因此，其測量的可靠性是決定干擾源查找結(jié)果的重要影響因素。
[0003] 隨著城市環(huán)境的日趨復(fù)雜，城市范圍內(nèi)的電磁環(huán)境也日趨復(fù)雜，這對在城市范圍 內(nèi)的無線電測向定位工作產(chǎn)生了新的挑戰(zhàn)，對無線電測向定位系統(tǒng)的定位精度提出了更高 的要求?，F(xiàn)有的無線電移動監(jiān)測車所裝備的測向設(shè)備天線通常安裝在車頂，高度有限，在城 市環(huán)境中實施測向時，由于受到周圍建筑物、金屬制道路設(shè)施、輸電線路等的遮擋，接收到 的無線電信號通常會遇到反射和繞射的情況，在多次反射及繞射的情況下會對測量結(jié)果的 準(zhǔn)確性造成很大的影響。與此同時，現(xiàn)有的車載監(jiān)測測向系統(tǒng)的測向定位方法主要是線性 的，缺乏對系統(tǒng)誤差及主觀誤差的有效處理手段，因此在實際工作中其測向定位結(jié)果往往 誤差較大，影響對實際無線電干擾源的判斷。在不改變原有系統(tǒng)的硬件基礎(chǔ)的前提下，如何 在數(shù)據(jù)分析和處理方面進(jìn)行改進(jìn)來提高定位精度則引起了很大的關(guān)注。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明針對現(xiàn)有的車載監(jiān)測系統(tǒng)中，由于天線高度有限，并且在實際工作中受到 周邊建筑物反射影響，導(dǎo)致測向定位結(jié)果不準(zhǔn)確情況，以及現(xiàn)有測向定位方法的定位結(jié)果 誤差較大的問題，提供了一種基于粒子濾波算法的無線電干擾源測向定位方法。
[0005] 本發(fā)明的一種基于粒子濾波算法的無線電干擾源測向定位方法，包括如下步驟：
[0006] 步驟1 :選擇干擾源目標(biāo)的位置坐標(biāo)為狀態(tài)變量，波達(dá)角為觀測變量，建立狀態(tài)模 型和觀測模型如下：
[0007] 狀態(tài)模型為：Xk= Xtl, k = 1，2,…m;Xk是第k次測量的目標(biāo)狀態(tài)值，乂^是目標(biāo)的 初始狀態(tài)值，每次測量對應(yīng)一次循環(huán)，m表示最大循環(huán)次數(shù)；
[0008] 觀測模型為：
【主權(quán)項】
1. 一種基于粒子濾波算法的無線電干擾源測向定位方法，其特征在于，包括如下步 驟： 步驟1 :選擇干擾源目標(biāo)的位置坐標(biāo)為狀態(tài)變量，波達(dá)角為觀測變量，建立狀態(tài)模型和 觀測模型： 狀態(tài)模型為：xk= X(I，k = 1，2, "I ;Xk是第k次測量的目標(biāo)狀態(tài)值，X 是目標(biāo)的初始 狀態(tài)值，每次測量對應(yīng)一次循環(huán)，m表示最大循環(huán)次數(shù)；
%第1^次測量的波達(dá) 角，（xk，yk)為第k次測量時移動監(jiān)測車的位置坐標(biāo)，（xTk，y Tk)為第k次測量的目標(biāo)的位置 坐標(biāo)，Vk= V 0k是第k次測量的觀測噪聲，上角標(biāo)T表示轉(zhuǎn)置； 步驟2 :根據(jù)歷史數(shù)據(jù)，生成初始的粒子集，粒子集中的樣本數(shù)為N，樣本的狀 態(tài)值為干擾源目標(biāo)的位置坐標(biāo)；設(shè)循環(huán)計數(shù)器k的初始值為1 ; 步驟3 :確定第k次循環(huán)下當(dāng)前粒子集中各樣本的權(quán)值； 設(shè)當(dāng)前粒子集為{Xf }f=1，其中第i個樣本的狀態(tài)值為)，當(dāng)k = 1時， Zf1 =對1;該樣本；^的權(quán)值<(〇為：
S為第k次循環(huán)中針對當(dāng)前粒子集中第i個樣本的觀測噪聲方差； 步驟4 :對權(quán)值歸一化處理，歸一化后的第k次循環(huán)中第i個樣本的權(quán)值為wf ; 步驟5 :重采樣，具體是：設(shè)置閾值a，在當(dāng)前粒子集中，用權(quán)值大于閾值a的樣本替換 權(quán)值小于閾值a的樣本，保持粒子集的個數(shù)N不變，設(shè)更新后的粒子集為{尤}; 步驟6 :確定第k次觀測的目標(biāo)坐標(biāo)(ir，iv):
為當(dāng)前粒子集中第i個樣本的狀態(tài)值，wf.為當(dāng)前粒子集中第i個樣本的權(quán) 值； 步驟7 :判斷k是否小于K1，若是，轉(zhuǎn)步驟8執(zhí)行；否則，判斷是否保留當(dāng)前觀測的目標(biāo) 坐標(biāo)； 計算當(dāng)前測量的波達(dá)角9k與前K1次測量的波達(dá)角的平均值θ _n的差，若 Θ k- Θ m_ I〈〇. 25,則保留當(dāng)前觀測的目標(biāo)坐標(biāo)到目標(biāo)狀態(tài)集中，繼續(xù)執(zhí)行步驟8 ;否則丟棄 該目標(biāo)坐標(biāo)，然后轉(zhuǎn)步驟9執(zhí)行； 步驟8 :判斷k是否小于1(2，若是，則保留目標(biāo)狀態(tài)集中的樣本，然后繼續(xù)執(zhí)行步驟9 ;否 貝IJ，更新目標(biāo)狀態(tài)集，然后繼續(xù)執(zhí)行步驟9 ;其中K2小于K 1; 更新目標(biāo)狀態(tài)集的方法是： 設(shè)當(dāng)前目標(biāo)狀態(tài)集為{之}，（對if)表示該集合中的第t個坐標(biāo)，t = 1，2, · · ·，k ; 分別針對X和y坐標(biāo)，在當(dāng)前目標(biāo)狀態(tài)集中取對應(yīng)的最大值max、最小值min和平均值 , max-mi n , ,, , mean，判斷-是否大于25%，右是，執(zhí)行步驟8. 1，否則，執(zhí)行步驟8. 2 ; mean 步驟8. 1 :分別針對X和y坐標(biāo)進(jìn)行如下操作：設(shè)g表示X或y ; 設(shè)置g坐標(biāo)對應(yīng)的閾值&-----，對所有按照目標(biāo)值大小進(jìn)行排序， 然后將其中小于閾值b的於組成子集M1，將大于閾值b的菸1組成子集{G}2;設(shè)子集{G} i 元素個數(shù)為I，子集{G}2元素個數(shù)為J，若Il-Jl多2,則將個數(shù)少的子集中的樣本用個數(shù)多 的子集中的樣本替換，若Il-Jl <2,比較兩個子集的標(biāo)準(zhǔn)差，用標(biāo)準(zhǔn)差小的子集中的樣本 替換標(biāo)準(zhǔn)差大的子集中的樣本； 步驟8. 2,保留當(dāng)前目標(biāo)狀態(tài)集中樣本； 步驟9 :判斷是否達(dá)到最大循環(huán)次數(shù)，若是，輸出最終觀測的目標(biāo)坐標(biāo)，結(jié)束本方法；否 貝IJ，將k的值加1，將當(dāng)前目標(biāo)狀態(tài)集中樣本加入初始的粒子集中，形成集合PC ，P表 示當(dāng)前目標(biāo)狀態(tài)集中樣本的數(shù)目，然后從抽樣生成粒子集，繼續(xù)轉(zhuǎn)步驟3 執(zhí)行。
2. 根據(jù)權(quán)利要求1所述的無線電干擾源測向定位方法，其特征在于，所述的步驟2中， 歷史數(shù)據(jù)為當(dāng)前測量時刻的前Ν+1次測量的移動監(jiān)測車的位置坐標(biāo)及波達(dá)角，生成的初始 粒子集中的第i個樣本XT的狀態(tài)值(ΟΓ)為：
其中，和#分別為歷史數(shù)據(jù)中第i次測量的移動監(jiān)測車的位置坐標(biāo)和波達(dá)角， K1分別為歷史數(shù)據(jù)中第i+l次測量的移動監(jiān)測車的位置坐標(biāo)和波達(dá)角。
3. 根據(jù)權(quán)利要求1所述的無線電干擾源測向定位方法，其特征在于，步驟5中所述的閾 值a，設(shè)置范圍為（0, 0. 5)。
4. 根據(jù)權(quán)利要求1所述的無線電干擾源測向定位方法，其特征在于，步驟7中所述的K i 取值為20,步驟8所述的K2取值為15。
【專利摘要】本發(fā)明提供了一種基于粒子濾波算法的無線電干擾源測向定位方法，屬于無線電測向定位技術(shù)領(lǐng)域。本方法中選擇干擾源目標(biāo)的位置坐標(biāo)為狀態(tài)變量，波達(dá)角為觀測變量；利用歷史測量數(shù)據(jù)生成初始粒子集；計算粒子集中各樣本的權(quán)值并進(jìn)行歸一化；設(shè)定閾值進(jìn)行重采樣；加權(quán)計算目標(biāo)狀態(tài)估計值；對目標(biāo)狀態(tài)估計值進(jìn)行篩選；采樣生成新的樣本進(jìn)入下一次循環(huán)計算；最后輸出估計的目標(biāo)狀態(tài)值。本發(fā)明在不改變原有無線電監(jiān)測車硬件系統(tǒng)的前提下，將粒子濾波算法用于無線電移動監(jiān)測車的測向定位系統(tǒng)中，大大提高了在復(fù)雜城市環(huán)境下無線電干擾源查找的精確性，為無線電管理工作提供了一種更加完善準(zhǔn)確的測量方法，具有開創(chuàng)性的社會應(yīng)用價值。
【IPC分類】G01S5-02, G01S1-02
【公開號】CN104635203
【申請?zhí)枴緾N201510075339
【發(fā)明人】李景春, 杜太行, 江春冬, 張小飛, 宋柯平, 盧茹, 黃偉寧, 魏文
【申請人】國家無線電監(jiān)測中心
【公開日】2015年5月20日
【申請日】2015年2月12日