摘" 要：電子支援偵查（ESM）能夠在不開啟雷達(dá)等有源傳感器的情況下對探測目標(biāo)進(jìn)行無源定位，在偵查場景中能夠發(fā)揮巨大作用，然而對于復(fù)雜的地面環(huán)境，雷達(dá)等傳感器的信息轉(zhuǎn)瞬即逝，很難有連續(xù)的目標(biāo)信息。該文針對多異構(gòu)平臺動目標(biāo)ESM無源多機(jī)協(xié)同定位算法進(jìn)行研究，通過多架機(jī)同時探測目標(biāo)數(shù)據(jù)進(jìn)行交叉協(xié)同定位并進(jìn)行反向校驗，通過仿真分析，算法準(zhǔn)確度高、計算量小且計算時間短，能夠為獲取更多目標(biāo)信息提供強(qiáng)有力的支撐。

關(guān)鍵詞：ESM；協(xié)同定位；無源定位；多異構(gòu)平臺；動目標(biāo)

中圖分類號：V279" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號：2095-2945（2024）36-0013-04

Abstract： Electronic Support Reconnaissance measures（ESM） can passively locate detected targets without turning on active sensors such as radars， and can play a huge role in reconnaissance scenarios. However， in complex ground environments， information from radars and other sensors is fleeting. It is difficult to have continuous target information. This paper studies the ESM passive multi-machine collaborative positioning algorithm for moving targets on multiple heterogeneous platforms. Multiple machines simultaneously detect target data for cross-collaborative positioning and reverse verification. Through simulation analysis， the algorithm has high accuracy， small calculation amount and short calculation time， which can provide strong support for obtaining more target information.

Keywords： ESM; collaborative positioning; passive positioning; multiple heterogeneous platforms; moving targets

在空中對地面探測目標(biāo)定位時，目標(biāo)定位技術(shù)主要分為雷達(dá)有源定位與無源雷達(dá)定位，即使用自身雷達(dá)探測目標(biāo)位置與根據(jù)多機(jī)探測到的地面目標(biāo)雷達(dá)輻射協(xié)同定位判斷目標(biāo)位置[1]。2種定位方式由于其傳感器數(shù)據(jù)的不同有不同的應(yīng)用場景，雷達(dá)探測技術(shù)得到的目標(biāo)信息更加全面、精準(zhǔn)，但同時也會暴露自身位置信息，因此主要用于搜救、測繪等場景中[2]；而在特殊的搜索定位場景中，ESM（Electronic Support Measure）傳感器能夠在不暴露自身位置信息的情況下隱蔽定位目標(biāo)位置，從而在保證自身安全的同時實現(xiàn)對目標(biāo)的精確定位[3]。

針對復(fù)雜的搜索場景中，目標(biāo)數(shù)量龐大、類型眾多的情況，要想實現(xiàn)精確定位并不能通過簡單的單機(jī)定位，尤其是在目標(biāo)快速移動的情況下，多機(jī)協(xié)同定位的獨特優(yōu)勢得以顯現(xiàn)。本文將針對復(fù)雜場景中對異構(gòu)平臺動目標(biāo)ESM無源多機(jī)協(xié)同定位的算法進(jìn)行研究，分為坐標(biāo)轉(zhuǎn)換、雙機(jī)協(xié)同定位、多機(jī)協(xié)同定位、仿真分析4部分。

1" 坐標(biāo)轉(zhuǎn)換

由于ESM傳感器獲取到的信息為機(jī)體系的目標(biāo)方位角與俯仰角，而多機(jī)協(xié)同定位是在三維空間內(nèi)對傳感器的探測信息進(jìn)行匹配，因此，需要將各飛機(jī)平臺的機(jī)體系探測信息轉(zhuǎn)換為統(tǒng)一的地理坐標(biāo)系[4]。

首先，可以通過分析目標(biāo)方位角與俯仰角的生成進(jìn)行逆向轉(zhuǎn)換，在三維ESM傳感器仿真平臺中的機(jī)體坐標(biāo)系下的方位角與俯仰角生成是通過地理坐標(biāo)系的方位角與俯仰角及載機(jī)的姿態(tài)進(jìn)行轉(zhuǎn)換的，地理坐標(biāo)系與機(jī)體坐標(biāo)系轉(zhuǎn)換的歐拉旋轉(zhuǎn)矩陣C如下所示

式中：fp、fp、fp分別為地理坐標(biāo)系下載機(jī)的航向角、俯仰角與橫滾角。

將地理坐標(biāo)系轉(zhuǎn)換為機(jī)體坐標(biāo)系則為

式中：g、g為地理坐標(biāo)系下的目標(biāo)相對于載機(jī)的俯仰角與方位角，p、p為轉(zhuǎn)換后的機(jī)體坐標(biāo)系下目標(biāo)相對于載機(jī)的俯仰角與方位角。

因此，可以通過逆向推導(dǎo)得到由機(jī)體坐標(biāo)系向地理坐標(biāo)系轉(zhuǎn)換歐拉旋轉(zhuǎn)矩陣C為

式中：fg、fg、fg分別為地理坐標(biāo)系下載機(jī)的航向角、俯仰角與橫滾角。

計算目標(biāo)相對于載機(jī)的方向余弦矩陣C為

式中：p、p為機(jī)體坐標(biāo)系下目標(biāo)相對于載機(jī)的俯仰角與方位角。

將歐拉旋轉(zhuǎn)矩陣C與方向余弦矩陣C相乘得到完整的旋轉(zhuǎn)矩陣Cg為

轉(zhuǎn)換后的方位角與俯仰角則為

通過以上方法，完成了ESM傳感器探測數(shù)據(jù)的轉(zhuǎn)換，為后續(xù)的協(xié)同定位算法計算統(tǒng)一了坐標(biāo)系，在載機(jī)姿態(tài)及傳感器測量信息誤差較小的情況下，計算過程誤差影響可忽略不計，能夠保障協(xié)同定位算法的準(zhǔn)確度。

2" 雙機(jī)協(xié)同定位

由于ESM探測目標(biāo)為動目標(biāo)，為保證協(xié)同定位結(jié)果的準(zhǔn)確度，本文采用雙機(jī)協(xié)同定位以保證在同一時刻下的探測數(shù)據(jù)能夠指向同一目標(biāo)的相同位置，從而避免因探測時刻不同導(dǎo)致的目標(biāo)位置不一致造成的定位精度降低的問題。

傳統(tǒng)的雙機(jī)協(xié)同定位算法通常采用方位角交叉的三角測量法，或時差測量法等進(jìn)行交叉定位，并使用跟蹤濾波算法將無效的定位信息排除，以數(shù)據(jù)的不斷更新對定位結(jié)果進(jìn)行修正[5]。這種算法在數(shù)據(jù)量不足的情況下難以保證其結(jié)果的準(zhǔn)確度，會出現(xiàn)大量的錯誤定位，且其算法的復(fù)雜度難以在硬件性能不足的機(jī)載端進(jìn)行實時計算，因此，本文提出了基于三維空間的雙機(jī)協(xié)同定位算法。在三維空間內(nèi)，2架載機(jī)的方位角與俯仰角形成的2條射線交于一點時，視為探測到同一目標(biāo)，如圖1所示。

由于載機(jī)的位置已知，2架載機(jī)的ESM傳感器信息已轉(zhuǎn)換為地理系方位角、俯仰角，因此可以通過位置及角度信息得到交點的位置信息?？紤]到三維計算的計算量遠(yuǎn)大于二維計算，且ESM傳感器的定位精度存在誤差，2條射線未必存在嚴(yán)格交點，如圖2所示。

因此，需將三維射線投影到同一平面內(nèi)解耦計算，通過方位角交點確定的位置計算俯仰角對應(yīng)距離的高度，對載機(jī)1與載機(jī)2計算得到的目標(biāo)高度進(jìn)行比對，誤差在允許范圍內(nèi)則認(rèn)為探測到的目標(biāo)為同一目標(biāo)。

給定載機(jī)1[Lat1，Ｌon1，Ａlt1]的ESM探測角度為[1，1]，載機(jī)2[Lat２，Ｌon２，Ａlt２]的ESM探測角度為[２，２]，則可計算得到載機(jī)1與載機(jī)2之間的東北天距離為[Ｅast1２，North1２，Sky1２]。根據(jù)2架機(jī)相對距離及與目標(biāo)[Lat0，Ｌon0，Ａlt0]之間的距離存在一定關(guān)系，如圖３所示。

式中：[Ｅast10，North10，Sky10]為載機(jī)1與目標(biāo)之間的東北天距離，[Ｅast20，North20，Sky20]為載機(jī)2與目標(biāo)之間的東北天距離，根據(jù)方位角與俯仰角可得到以下關(guān)系

因此，可將2式聯(lián)立得到

通過對比2個載機(jī)分別測到的目標(biāo)高度差是否在誤差允許的范圍內(nèi)可以進(jìn)行判斷是否為同一目標(biāo)，如下所示

式中：ltlim為最大允許高度計算誤差值。

根據(jù)雙機(jī)定位算法能夠?qū)崿F(xiàn)同一時刻下雙機(jī)單次探測協(xié)同定位目標(biāo)，避免因探測數(shù)據(jù)不足或目標(biāo)雷達(dá)突然關(guān)閉導(dǎo)致的無法定位問題。但針對多目標(biāo)情況下的定位準(zhǔn)確度，還需多機(jī)進(jìn)行協(xié)同定位以彌補(bǔ)誤差。

3" 多機(jī)協(xié)同定位

由于在多目標(biāo)同時定位時，雙機(jī)定位存在特殊的角度位置會導(dǎo)致定位出現(xiàn)誤定位的情況[6]，如圖4所示，特別是在目標(biāo)數(shù)量較多的情況下，出現(xiàn)誤定位的概率較高，因此，仍需第三架機(jī)進(jìn)行目標(biāo)定位信息校對，以彌補(bǔ)雙機(jī)定位造成的誤差。

引入第三架載機(jī)后，可通過根據(jù)雙機(jī)定位結(jié)果對第三架機(jī)的ESM探測數(shù)據(jù)進(jìn)行反向校驗，若其對應(yīng)的方位角與俯仰角與ESM探測數(shù)據(jù)一致則認(rèn)為校驗成功，定位目標(biāo)準(zhǔn)確。

利用如下2點經(jīng)緯度計算角度公式，可得到載機(jī)3[Lat3，Ｌon3，Ａlt3]與定位目標(biāo)[Lat0，Ｌon0，Ａlt0]之間的地理坐標(biāo)系下的方位角與俯仰角" " "，將其與載機(jī)3的ESM傳感器探測數(shù)據(jù)" " "進(jìn)行比較從而判斷定位結(jié)果的準(zhǔn)確性。

式中：k為緯度漸長率計算參數(shù)，e此處數(shù)值為7 915.704" 468；

e為地球偏心率；PI為圓周率。

進(jìn)而對比反向計算得到的方位角、俯仰角與ESM探測數(shù)據(jù)

式中：lim為最大允許方位角計算誤差值，lim為最大允許俯仰角計算誤差值。若滿足以上條件，則通過載機(jī)3的反向校驗，在不考慮極端情況下探測到的目標(biāo)為誤定位的概率極小。

4" 仿真分析

本文以多機(jī)隱身突防偵查作為應(yīng)用場景，通過仿真驗證平臺在指定區(qū)域內(nèi)隨機(jī)生成多個具備雷達(dá)傳感器的地面移動目標(biāo)，并規(guī)劃4架載機(jī)進(jìn)行ESM傳感器仿真探測目標(biāo)及協(xié)同定位偵查，分析協(xié)同定位的準(zhǔn)確度及探測速度。

對100次仿真結(jié)果進(jìn)行統(tǒng)計，其仿真誤差及計算時間如圖5所示。

通過統(tǒng)計可以看出，在100次隨機(jī)測試中，目標(biāo)的協(xié)同定位誤差均小于10-7，高度向誤差也在0.1 m以內(nèi)，同時協(xié)同定位平均時間小于1 ms，符合算法預(yù)期。由于本文的協(xié)同定位算法可對單偵數(shù)據(jù)進(jìn)行定位鎖定，能夠為定位跟蹤或協(xié)同打擊提供更高效準(zhǔn)確的目標(biāo)信息。

5 結(jié)論

本文研究了多動目標(biāo)ESM無源多機(jī)協(xié)同定位算法，基于雙機(jī)交叉定位的思路，引入第三架載機(jī)進(jìn)行反向校驗，能夠有效排除雙機(jī)協(xié)同定位的誤定位目標(biāo)，實現(xiàn)準(zhǔn)確協(xié)同定位。通過仿真分析，驗證了在多動目標(biāo)的場景中，仍能快速定位，且定位精度高，為低空突防偵查及打擊的任務(wù)提供了強(qiáng)有力的支撐，能夠使我方載機(jī)在不開啟有源探測的情況下對目標(biāo)雷達(dá)威脅目標(biāo)進(jìn)行快速鎖定。

參考文獻(xiàn)：

[1] 于卓靜.運(yùn)動目標(biāo)協(xié)同定位與精度評估研究[D].南京：南京航空航天大學(xué)，2019.

[2] 孟利娟.ESM傳感器多模定位跟蹤算法研究與實現(xiàn)[D].杭州：杭州電子科技大學(xué)，2017.

[3] 熊康，劉思聰，王宏濤，等.面向無人機(jī)協(xié)同定位的機(jī)載深度計算編譯優(yōu)化[J/OL].計算機(jī)科學(xué)與探索，1-22[2024-10-30].http：//kns.cnki.net/kcms/detail/11.5602.tp.20240620.1752.004.html.

[4] 李徽.基于深度學(xué)習(xí)的室內(nèi)無人機(jī)協(xié)同感知與定位技術(shù)研究[D].北京：中國電子科技集團(tuán)公司電子科學(xué)研究院，2023.

[5] 康旭，王德江，張濤.雙機(jī)協(xié)同無源定位算法[J].海軍航空大學(xué)學(xué)報，2023，38（1）：101-106.

[6] 張治.多機(jī)協(xié)同無源定位算法研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2022.