روشی جدید برای تعیین موقعیت تعداد متغیری از منابع تشعشع سیگنال: تلفیق روش‌های تعقیب چندفرضیه‌ای و تخصیص دادگان
محورهای موضوعی : مهندسی برق و کامپیوترسيدوهاب شجاع‌الديني 1 , رحمان کبیری 2
1 - سازمان پژوهش‌هاي علمي و صنعتي ايران
2 - پرديس دانشكده‌هاي فني دانشگاه تهران
کلید واژه: تخصیص دادگان تعقیب چندفرضیه‌ای تعیین موقعیت,
چکیده مقاله :
در این مقاله یک روش جدید برای تشخیص و تعیین موقعیت چند هدف متحرک با استفاده از سیگنال تابشی از آنها ارائه می‌شود که هیچ پیش‌فرضی راجع به تعداد اهداف، مکان و نوع سیگنال ارسالی از آنها نمی‌کند. در این روش ابتدا همه سیگنال‌های محیط توسط چند گیرنده دریافت شده و سپس با استفاده از محاسبه همبستگی متقاطع، تأخیرهای سیگنال‌های دریافتی نسبت به یک گیرنده مرجع به‌دست می‌آیند که یک فضای برداری از تأخیرها را تشکیل می‌دهند. با استفاده از تلفیق روش تعقیب چندفرضیه‌ای و الگوریتم تخصیص دادگان، رشته‌های معنی‌دار مختلفی از این فضا استخراج می‌شوند که هر رشته به معنای یافت یک هدف احتمالی جدید می‌باشد. برای تفکیک هر هدف احتمالی یک مدل ریاضی متغیر با زمان تشکیل می‌شود. چنانچه هدف فوق در فرآیند به‌روز شدن این مدل در زمان‌های متوالی حذف نگردد، به‌عنوان یک هدف اصلی منظور و با استفاده از فیلتر کالمن ردیابی می‌گردد. نتایج حاصل از آزمودن این روش و مقايسه آن با روش‌هاي قبلي در شرایطی که نویز و مشاهدات گمشده نیز در نظر گرفته شده‌اند، نشان می‌دهند که تعداد متغیری از اهداف با انواع مسیرهای حرکتی خطی، غیر خطی، موازی، متقاطع و اهداف دارای تغییر جهت حرکتی به کمک این روش با بهبود چشمگير در دقت نسبت به روش‌هاي موجود و بدون افت سرعت پردازش، قابل تفکیک و ردیابی هستند.
In this paper a new method is proposed for separation and geolocation of moving emitters using their radiated signal which has no assumption about their numbers, positions and signal types. In the first step of the proposed method, all available signals in a scene are received using several sensors. In the second step a vector of time differences of arrivals between the signal received by each sensor and signal received by the reference sensor is extracted and two spaces of TDOA vectors are constructed for successive time slots. Finally a combination of multiple hypothesis tracking and data association algorithms are applied to extract and confirm meaningful strings of vectors from successive TDOA vector spaces that each string indicates an emitter. Obtained results from evaluation of the proposed method and comparing them with results obtained from existing methods, show that it can separate and track several emitters with linear, nonlinear, constant velocity and variable velocity motions. Also the proposed method shows an acceptable ability to separate and track emitters with parallel and intersecting trajectories and maneuvering emitters with greater performance than existing methods and without losing processing speed.
[1] N. Ikoma, O. Tokunaga, H. Kawano, and H. Maeda, "Tracking 3D sound source location by particle filter with TDOA and signal power ratio," in Proc. ICROS-SICE., Int. Joint Conf., vol. 7, pp. 1374-1377, Fukuoka, Japan, 18-21 Aug. 2009.
[2] H. Li, J. Wang, and Y. Liu, "Passive coherent radar tracking algorithm based on particle filter and multiple TDOA measurements," in Proc. 2nd Int. Congress on Image and Signal Processing, 4 pp., Tianjin, China, 17-19 Oct. 2009.
[3] J. F. Bull, "Wireless geolocation," IEEE Vehicular Technology Magazine, vol. 4, no. 4, pp. 45-53, Dec. 2009.
[4] S. Camlica and Y. Tanik, "Recursive geolocation with time differences of arrival," in Proc. 17th IEEE. Conf. on Signal Processing and Communications Applications, vol. 6, pp. 888-891, Antalya, Turkey, 11 Apr. 2009.
[5] T. S. Rappaport, J. H. Reed, and B. D. Woerner, "Position location using wireless communications on highways of the future," IEEE Communications Magazine, vol. 34, no. 10, pp. 33-41, Oct. 1996.
[6] H. Mir and J. Sahr, "Passive direction finding using airborne vector sensors in the presence of manifold perturbations," IEEE Trans. on Signal Processing, vol. 55, no. 1, pp. 156-164, Jan. 2007.
[7] D. Musicki, R. Kaune, and W. Koch, "Mobile emitter geolocation and tracking using TDOA and FDOA measurements," IEEE Trans. on Signal Processing, vol. 58, no. 3, pp. 1863-1874, Mar. 2010.
[8] D. Kaplan, Understanding GPS Principles, Artech House Pub. Co., Boston, 1996.
[9] S. Beladi and P. Pathirana, "TDOA based emitter localization with minimum number of receivers and power measurement," in Proc. 10th Int. Conf. on Control, Automation Robotics and vision, vol. 7, pp. 1259-1264, Honoi, Vietnam, 17-20 Dec. 2008.
[10] N. Okello, "Emitter geolocation with multiple UAVs," in Proc. 9th Int. Conf. on Information Fusion, 8 pp., Florence, Italy, 10-13 Jul. 2006.
[11] A. Urruela, J. Sala, and J. Riba, "Average performance analysis of circular and hyperbolic geolocation," IEEE Trans. on Vehicular Technology, vol. 55, no. 1, pp. 52-66, Jan. 2006.
[12] T. Sathyan, A. Sinha, and T. Kirubarajan, "Passive geolocation and tracking of an unknown number of emitters," IEEE Trans. on Aerospace and Electronic Systems, vol. 42, no. 2, pp. 740-749, Apr. 2006.
[13] W. Pan, J. Wu, Z. Jiang, and Y. Wang, "Mobile position tracking by TDOA-Doppler hybrid estimation in mobile cellular system," in Proc. 7th IEEE Int. Conf. on Communications, vol. 8, pp. 4670-4673, Glasgow, Scotland, 24-28 Jun. 2007.
[14] Y. Cao and J. Fang, "Constrained kalman filter for localization and tracking based on TDOA and DOA measurements," in Proc. Int. Conf. on Signal Processing Systems, vol. 1, pp. 28-33, Singapore, Singapore, 15-17 May 2009.
[15] Y. Bar-Shalom, "Multi-sensor multi-target time delay vector estimation," IEEE Trans. on Acoustic Speech and Signal Processing, vol. 34, no. 4, pp. 669-678, Aug. 1986.
[16] M. Wax and T. Kailath, "Optimum localization of multiple sources by passive arrays," IEEE Trans. on Acoustic Speech and Signal Processing, vol. 31, no. 5, pp. 1210-1217, Oct. 1983.
