在现代战争中,如何快速准确地获得敌方位置,是战争胜利的关键保证。无源时差定位技术因其定位精度高、隐蔽性强而受到学者广泛的研究。而观测站的布局是影响其定位精度的主要因素之一。随着群智能算法的发展,学者普遍利用群智能算法改善观测站的布局,但仍存在一些不足。一是由于传统的群智能算法求解存在收敛速度慢的缺点,从而导致无法快速实现最优布局布站;二是现在的研究大多针对未知辐射源位置的场景,而对已知辐射源轨迹的定位布站优化缺少研究。为了解决上述的问题,本文的研究内容如下:第一,本文介绍了传统的定位算法,在分析算法特点的基础上确定了本文使用的定位算法。之后本文详细推导了几何精度稀释(Geometrical Dilution Of Precision,GDOP)的表达式,得到了无源时差定位精度的主要影响因素,然后以四站时差定位为例,仿真分析了各个因素对定位误差分布的影响并给出规则布站的布站建议。最后针对仿真中出现的定位盲区问题,本文研究了定位无解和定位模糊的成因,仿真分析了定位无解和定位模糊的影响因素,并给出了定位无解和定位模糊的解决措施。第二,研究了辐射源位置未知时的无源时差最优布站方法。本文将最优布站问题转换为对最优解的求解问题,然后建立了最优解数学模型,给出了模型的自变量、约束条件以及目标函数。然后针对传统的群智能算法的缺陷,本文对樽海鞘群算法进行改进,通过改变算法的领导者的数目,增强了算法的收敛速度,提高了定位精度。之后,在统一仿真条件下,使用四种算法对最优布站问题进行求解,并比较了四种算法在无源时差最优布站问题上的优劣。第三,研究在已知辐射源的大致飞行轨迹和已有固定站基础上的布站优化问题。本文提出以单架无人机协助现有的固定观测站进行布站优化,然后将布站优化问题转化为最优解的求解问题,并将问题进行数学建模。然后利用改进后的樽海鞘群算法和未改进的算法以及传统智能算法对问题进行仿真求解,最后给出无人机协助布站的方案。
暂无评论