文章目录

前言

一、按照信息建模分类

1.1.时间参数

1.1.1.到达时间（TOA, Time of Arrival）定位

1.1.2.到达时间差（TDOA, Time Difference of Arrival）定位

1.2.角度参数

1.2.1.到达角度（AOA, Angle of Arrival）定位

1.2.1.来波方向（DOA, Direction of Arrival）阵列定位

1.3.能量参数

1.3.1.接收信号强度（RSS, Received Signal Strength）定位

1.3.1.差分接收信号强度（DRSS, Differential Received Signal Strength）定位

1.4.频率参数

1.4.1.多普勒频移（Doppler Shift）定位/到达频率（Frequency of Arrival，FoA）

1.4.2.到达频率差（Frequency Difference of Arrival，FDOA）定位

二、按实现步骤分类

2.1.两步法

2.2.直接定位方法

2.2.1.传统直接定位方法

2.2.2.被动合成孔径定位方法

2.2.3.机器学习（ML）与深度学习（DL）方法

总结

---

前言

       辐射源定位是通过测量辐射信号（如电磁辐射、核辐射等）的特征参数（时间、角度、强度、频率等），反推辐射源空间位置的技术，广泛应用于核安全监测、电磁频谱管理、军事侦察、环境辐射监测等领域。根据测量参数和技术原理的不同，辐射源定位方法可分为以下几类。

---

一、按照信息建模分类

1.1.时间参数

       这类方法通过测量辐射信号到达不同传感器的时间或时间差，结合信号传播速度（如光速、声波速等）计算距离，进而通过几何关系定位。

1.1.1.到达时间（TOA, Time of Arrival）定位

• 原理：多个传感器同步记录信号到达的绝对时间，根据 “距离 = 传播速度 × 时间” 计算每个传感器到辐射源的距离，再通过多圆（二维）或多球（三维）相交确定位置。​

• 关键要求：传感器与辐射源需严格时间同步（误差需小于信号传播时间的 1%，否则严重影响精度）；需已知信号传播速度（如电磁波在空气中约为 3×10⁸m/s）。​

• 优点：理论精度高（厘米级至米级，取决于时间测量精度）；适用于主动辐射源（需发射可被同步检测的信号）。​

• 缺点：对时间同步要求极高（需高精度时钟，如原子钟或 GPS 同步）；易受非视距（NLOS）传播（如障碍物遮挡导致信号延迟）影响。​

• 典型应用：雷达定位、GPS / 北斗等卫星导航系统、室内 UWB（超宽带）定位。

1.1.2.到达时间差（TDOA, Time Difference of Arrival）定位

• 原理：无需绝对时间同步，通过测量信号到达两个传感器的时间差，计算距离差，再通过双曲线（二维）或双曲面（三维）相交定位（类似 “三角定位” 的变种）。​

• 关键要求：传感器间需相对时间同步（误差小于时间差的 1%）；至少需要 3 个传感器（二维）或 4 个传感器（三维）。​

• 优点：降低了绝对时间同步的难度；对辐射源是否主动发射信号无严格要求（被动辐射也可检测）。​

• 缺点：仍受非视距传播影响；时间差测量精度（需纳秒级甚至皮秒级）直接决定定位精度。​

• 典型应用：蜂窝网络基站定位（如手机定位）、声呐定位、被动雷达对隐身目标的探测。

1.2.角度参数

      这类方法通过测量辐射信号相对于传感器的到达角度，利用几何交叉确定辐射源位置。

1.2.1.到达角度（AOA, Angle of Arrival）定位

• 原理：单个传感器（或传感器阵列）通过定向天线、相控阵或机械旋转装置测量信号的入射角度（方位角、俯仰角），多个传感器的角度线交叉点即为辐射源位置。​

• 关键要求：传感器需具备角度测量能力（如天线阵列的相位差计算、红外探测器的视场角等）；角度测量精度需高于 0.1°（否则定位误差随距离急剧增大）。​

• 优点：无需时间同步；硬件结构简单（如单站旋转雷达）；适合近距离定位。​

• 缺点：角度测量精度受传感器性能（如阵列尺寸、信噪比）限制；远距离定位误差大（“角度误差 × 距离” 直接决定位置误差）；易受多径效应（信号经反射后角度失真）影响。​

• 典型应用：无线电测向仪、红外成像定位、舰载雷达对空中目标的测向。

1.2.1.来波方向（DOA, Direction of Arrival）阵列定位

• 原理：基于传感器阵列（如均匀线阵、圆形阵）的空间分辨能力，通过信号的相位差或幅度差计算入射方向，可同时处理多个辐射源（多源定位）。​

• 关键技术：波束形成（通过阵列加权使天线主瓣对准辐射源）、超分辨算法（如 MUSIC、ESPRIT，突破物理阵列尺寸的分辨极限）。​

• 优点：可实现多源同时定位；角度测量精度高于传统 AOA（通过算法优化）。​

• 缺点：阵列校准复杂（阵元误差会严重影响精度）；计算量大（超分辨算法需矩阵分解）；对阵列布局依赖性强。​

• 典型应用：电子战中的多目标测向、无线通信中的干扰源定位。

1.3.能量参数

这类方法利用辐射信号的能量衰减特性，通过接收信号强度反推距离，进而定位。

1.3.1.接收信号强度（RSS, Received Signal Strength）定位

• 原理：基于信号传播的衰减模型（如自由空间损耗模型：​RSS=Pt​−20log10​(4πd/λ)，其中​Pt​为发射功率，​d为距离，​λ为波长），通过多个传感器的 RSS 值反推距离，再通过几何方法位。​

• 关键要求：需已知辐射源发射功率（或通过校准获取）；需预先建立环境衰减模型（因实际环境中存在障碍物、反射，衰减模型可能是非线性的）。​

• 优点：硬件成本低（普通传感器即可测量强度）；无需时间 / 角度测量能力；适合低成本、低精度场景。​

• 缺点：受环境影响极大（雨、雾、障碍物会导致衰减模型失效）；定位精度低（通常为米级至十米级）；不适用于远距离（信号强度可能低于噪底）。​

• 典型应用：物联网（IoT）设备定位、室内 Wi-Fi 定位、核辐射剂量率监测（反推放射源距离）。

1.3.1.差分接收信号强度（DRSS, Differential Received Signal Strength）定位

• 原理：根据经典路径损耗公式的差值估算距离比，再结合已知的主基站和邻基站位置，采用牛顿迭代法等计算定位结果，将信号传输损耗值转化为用户终端与基站之间的距离变化，实现定位。​

• 关键要求：接收设备需能精确采集信号强度值；需预先建立环境衰减模型（因实际环境中存在障碍物、反射，衰减模型可能是非线性的）。​

• 优点：硬件成本低（普通传感器即可测量强度）；无需时间 / 角度测量能力；适合低成本、低精度场景。​

• 缺点：受环境影响极大（雨、雾、障碍物会导致衰减模型失效）；定位精度低（通常为米级至十米级）；不适用于远距离（信号强度可能低于噪底）。​

• 典型应用：物联网（IoT）设备定位、室内 Wi-Fi 定位、核辐射剂量率监测（反推放射源距离）。

1.4.频率参数

利用辐射源与传感器的相对运动导致的频率偏移（多普勒效应）反推位置，适用于移动辐射源。

1.4.1.多普勒频移（Doppler Shift）定位/到达频率（Frequency of Arrival，FoA）

• 原理：当辐射源与传感器存在相对运动时，接收信号频率会发生偏移（​Δf=f0​⋅vcosθ/c，其中​f0​为源频率，​v为相对速度，​θ为运动方向夹角，​c为传播速度）。通过测量频移和传感器运动状态（速度、轨迹），可解算辐射源位置。​

• 关键要求：传感器需运动（或辐射源运动）；需精确测量频移（精度达赫兹级）和自身运动参数（如 GPS 轨迹）。​

• 优点：适合定位移动目标（如飞行器、卫星）；可单站定位（无需多传感器协作）。​

• 缺点：对静止辐射源无效；定位精度受运动参数测量误差影响；计算复杂（需解非线性方程）。​

• 典型应用：雷达对空中移动目标的测速与定位、卫星轨道确定。

1.4.2.到达频率差（Frequency Difference of Arrival，FDOA）定位

• 原理：利用三个观测站可得到 2 个等频差曲面，2 个等频差曲面相交得到一个等频差交线，辐射源就在该等频差曲线上，再结合一些先验信息，如目标所在的高程约束等，就可以确定目标的位置。

• 关键要求：传感器需运动（或辐射源运动）；需精确测量频移（精度达赫兹级）和自身运动参数（如 GPS 轨迹）。​

• 优点：适合定位移动目标（如飞行器、卫星）；对时间同步的要求较低。​

• 缺点：对静止辐射源无效；对测量噪声敏感；计算复杂（需解非线性方程）；对超低旁瓣辐射源适应性差；存在模糊问题。​

• 典型应用：雷达对空中移动目标的测速与定位、卫星轨道确定。

二、按实现步骤分类

2.1.两步法

• 原理：首先估计定位参数，如TDOA、FDOA、DOA、RSS，然后基于定位参数构建定位方程，通过求解方程得到目标位置估值。​

• 优点：定位原理简单。​

• 缺点：低信噪比情况下定位精度差。​

• 典型应用：星载电子侦察领域。

2.2.直接定位方法

2.2.1.传统直接定位方法

• 原理：跳过中间参数的估计，直接构建关于的代价函数。​

• 优点：低信噪比情况下比两步定位方法高。​

• 缺点：定位效率慢。​

• 典型应用：星载电子侦察领域。

2.2.2.被动合成孔径定位方法

• 原理：利用合成孔径原理形成虚拟大孔径天线，使其具备近场高精度测向以及测距功能。​

• 优点：无需大尺度天线即可实现高精度测向，并且能够测距，定位精度高，硬件系统简单。​

• 缺点：需要对接收信号进行调制信息的去除；易受平台轨迹误差影响。​

• 典型应用：星载电子侦察领域。

2.2.3.机器学习（ML）与深度学习（DL）方法

• 原理：通过大量标注数据（输入为观测参数，输出为真实位置）训练模型（如神经网络、随机森林），直接拟合 “观测 - 位置” 映射关系，无需依赖物理模型。​

• 优点：可处理复杂环境（如非视距、多径）；泛化能力强（训练充分时）。​

• 缺点：需要大规模标注数据；对未训练过的场景泛化差；黑箱模型解释性弱。​

• 典型应用：城市复杂电磁环境下的干扰源定位、室内非视距场景的 UWB 定位优化。

---

总结

本文对辐射源定位方法进行简单总结，后续会根据需要进行补充或修改。转载请附上链接：【杨（_> <_)】的博客_CSDN博客-信号处理,SAR,代码实现领域博主