摘要: 在现代信息化的战场中，电子侦察作为战争中的“千里眼”，起着重要的作用。无源定位技术作为电子侦察的重要功能，有着不可忽视的地位。近年来，无人机屡次出现在战场中，受到人们的关注。本文重点研究基于时差测量的无人机集群对辐射源目标定位的方法... 展开 在现代信息化的战场中，电子侦察作为战争中的“千里眼”，起着重要的作用。无源定位技术作为电子侦察的重要功能，有着不可忽视的地位。近年来，无人机屡次出现在战场中，受到人们的关注。本文重点研究基于时差测量的无人机集群对辐射源目标定位的方法，分别从时延估计、定位解算、多目标数据关联几个角度进行研究。 首先，探究利用时差观测信息求解目标位置的原理，并对时差的测量方法进行研究。对无人机集群作战场景中，可能会出现的多径问题进行研究。探究在多径环境下，如何减小时差测量误差的算法。引入相关熵理论，在信噪比较低时估计时延准确率提升了10%左右。 然后，建立了无人机集群对单目标定位的模型，推导了克拉美罗界及几何精度因子，分析无人机集群的布站方式、数量、高度、与辐射源相对位置等对定位精度的影响。考虑了在利用无人机集群实现无源定位时，大地坐标系与空间直角坐标系转换的问题。研究了TDOA单目标定位的解算方法，包括Chan算法、Taylor算法、粒子群算法。为了解决无人机集群作为高机动平台具有更大的站址误差的问题，在具有无人机自身位置误差的情况下对上述算法进行改进，提出一种基于粒子群泰勒协同的单目标定位解算方法，经过仿真实验验证，在站址误差较小时能够实现克拉美罗界，站址误差较大时RMSE误差比其他算法减小了300m左右。 最后，为了解决多目标定位问题，建立了无人机集群对多目标定位的模型，在具有站址误差情况下，对多目标定位的解算方法进行研究。探究信息场理论在实现多目标的时差定位中的应用。再利用数据关联的方法，将复杂的多目标定位转化成多个单目标定位，利用一种基于增加辅站方式的数据关联算法，对时差值进行匹配，相比于传统四时差数据关联方法，目标的正确关联率提升了10%左右。再利用一种假设源位置的解析算法对多个目标的定位结果进行修正，改进后的估计值更加接近克拉美罗界。 收起