無源定位技術發展動態及其應用分析

李康 丁國如 李京華 錢惠明 劉寧松

摘要：無源定位通過接收目標的有意、無意輻射或反射信號來實現定位，定位系統不向外界發射電磁波信號，具有隱蔽性好、作用距離長、生存能力強等特點，在民用和國防領域均具有廣泛的應用。本文從無源定位內涵與特點、在軍民領域的典型應用、關鍵性能指標、無源定位關鍵技術以及基于外輻射源照射的無源定位五個方面探討了國內外研究現狀和技術特點，并展望了無源定位技術的未來發展趨勢。

關鍵詞： 無源定位;非合作定位;黑飛無人機;黑廣播

中圖分類號：TJ765;TN971 ?文獻標識碼： A? 文章編號： 1673-5048（2021）02-0104-09

0 引? 言

有源定位（Active Localization）通過雷達、聲吶、激光等有源設備對目標進行定位的技術，具有穩定、精度高的優點。然而，有源定位系統依靠的是發射大功率信號、接收相同的反射信號，再以信號從有源設備到目標的來回時間推算出雙方之間距離，實現定位。因此，有源定位系統容易暴露自己，被對方發現從而采取反電子偵察等電子防御方法，使定位精度大大下降，甚至遭到電子干擾、電子欺騙等軟殺傷和電磁毀傷與反輻射武器攻擊等硬殺傷，對定位系統自身安全造成極大隱患。無源定位（Passive Localization）通過接收目標的有意、無意輻射或反射信號來實現定位，即不向外界發射電磁波信號來探測目標的位置，只通過接收電磁波信號實現對偵察目標的探測、定位與追蹤。接收的電磁波信號可以是目標直接輻射的信號，也可以是外輻射源照射到目標后反射、散射的信號。因此，根據定位系統接收電磁波信號來源的不同，無源定位可分為基于目標輻射信號的無源定位和基于外輻射源照射的無源定位。還可以根據其他特征進行分類：按定位站的數量，分為單站無源定位和多站無源定位。按定位站和目標間的運動關系，分為固定站對運動目標定位、運動站對靜止目標定位和運動站對運動目標定位等。圖1所示為無源定位分類的示意圖。

雖然無源定位以作用距離長、適應復雜環境、隱蔽性良好等特點，受到各個領域和世界各國的重視，但無源定位在有效信號截獲、參數測量技術、系統處理能力、定位精度與速度等方面仍具有很大進步空間。本文圍繞無源定位關鍵技術及其應用分析，從無源定位特點、在軍民領域的應用、關鍵性能指標、無源定位關鍵技術及基于外輻射源照射的無源定位等方面探討了國內外研究現狀和技術特點，并展望了無源定位技術的未來趨勢。

1 無源定位特點

（1） 顧名思義，無源定位最大的特點即無源，定位系統只接收信號不發射信號，故定位系統不易被對方感知，隱蔽性良好，也不易被干擾、破壞，生存能力強。

（2） 無源定位一般需要多站協同工作。這是因為對于靜止固定的探測目標，單個定位站只能捕獲該輻射源信號的時間、方位角、頻率等參數，無法有效計算出距

離。對于運動的探測目標，如衛星、飛機等運動速度很快的物體，可在短時間內移動到相差距離較大的位置，單個定位站可在短時間內接收到來自不同位置的輻射源信號進行定位;但無人機等運動速度較慢的物體，無法在短時間內移動很大距離，則需要多站協同定位。多站協同定位不僅指各個定位站信息互通共享，還指定位站間的同步性，包括工作的時段、頻段等[1]。

（3） 無源定位對目標位置的估算往往要經過復雜計算。一般定位站需要經過信號截獲、分選處理、信號配對等處理流程，才可能對探測目標正確定位[2]。然而，也存在利用壓縮感知[3]、深度神經網絡[4]等直接進行定位的技術，大大降低了計算復雜度和處理時間。

（4） 無源定位的定位效果與定位站的分布有關，需要依據不同的定位應用場景，對定位站進行具體的布局。

2 無源定位應用

無源定位在國防領域，尤其是在電子對抗戰電子偵察方面發揮著重要且出色的作用[5-7]。無源定位以己方、敵方或中立方的民用、軍用輻射源做外輻射源，適用于在偵察目標不知情的狀況下，對目標進行定位和追蹤，掌握目標長期活動的位置軌跡和規律，對目標發起精確攻擊，在空域預警[5]、海域監測[6]、地面非法入侵[7]、水面艦艇定位[8]等領域有著豐富應用。

2.1 網絡中心戰中的無源定位[9-10]

美軍網絡中心戰不僅要求快速融合足夠多的目標信息和作戰命令到各級作戰單位，以擊潰對方的綜合防空系統，還需要精準快速捕獲高速機動目標，掌握其位置信息、活動軌跡，發起精確武器攻擊。Suter計劃作為美軍網絡中心戰重要組成部分，集監視、入侵、控制、進攻功能于一體，利用大量無源定位和通信網絡技術，無源定位設備間協同工作進行地理位置定位，不同平臺將大量截獲信號的測量參數及定位結果記錄到通用數據庫中，以輔助其他設備或控制中心在執行任務時作參考。隨著數據庫記錄的完善，多平臺間的協作定位往往優于任何一個平臺的定位精度和定時時間。除了地理位置信息外，其他信息通過網絡中心協同瞄準系統（Network Centric Collaborative Targeting，NCCT）能夠在數秒之內融合多平臺的數據并對敵方輻射源進行識別、定位、跟蹤，注入假目標欺騙信號，引誘對方搜索無效的空間范圍，再注入假指令破解對方發送的無線電報文內容，最終完全控制對方的防御系統。

2.2 機載系統上的無源定位[11]

機載無源定位系統精度高、速度快，往往匹配了以數字接收機為核心的新型參數測量技術，如數字式相位干涉儀測向、數字式相位差測量儀等，大大提高了參數測量的精確度和定位處理能力。信號情報（Signal Intelligence，SIGINT）飛機利用其他戰術飛機上的雷達預警接收器（Radar Warning Receiver，RWR）提供的參數信息對外輻射源進行精確定位，與戰術飛機協同作戰，引導戰術飛機發起精確攻擊，或為地面雷達提供信息以實現目標追蹤。美國開發的無源測距分系統（Passive Ranging Subsystem，PRSS）計劃、精確定位和識別（Precise Localization and Identification，PLAID）技術也是利用機載RWR設備測算多普勒頻差和到達時間差，再估算出外輻射源的位置，系統定位精度高、速度快。先進戰術瞄準技術（Advanced Tactical Targeting Technology，AT3）則以多個戰術飛機間的數據鏈來共享到達機載小型天線的到達角信息，當多個戰術飛機等間隔分布且與威脅目標達等數量級距離時，可實現對多威脅目標的高精度定位。

2.3 針對黑飛無人機的無源定位[12-14]

雷達一般用于探測和追蹤大型飛機，然而由于無人機的雷達反射截面較小且常常處于低空低速飛行狀態，因此應用于無人機探測和追蹤的雷達技術較為困難。即便如此，多基雷達捕獲并分析由無人機產生的微多普勒信號后，利用多普勒定位法和到達時間定位法可以實現對目標的高精度定位。基于無人機音頻信號的無源定位也常用于對黑飛無人機的探測追蹤。無人機在飛行過程中，電機和快速旋轉的螺旋槳會產生音頻信號，通過部署一定范圍的聲傳感器，測算音頻到達傳感器的到達角度和到達時間，便可估計出無人機的位置，但基于音頻信號的定位方法對環境噪聲敏感，且探測距離往往受限。基于射頻信號的RSS（Received Strength Signal）/DOA（Direction of Arrival）方法對于黑飛無人機的定位也有良好的定位效果，但受其他射頻信號噪聲、非視距傳播、多徑傳播等因素較大。5G行業應用場景中，無人機需要利用5G基站進行聯網通信，以進行線路巡檢、交通管理和陸空協同、應急通信和救援等方面的工作，用途十分廣泛。因此，5G場景中對黑飛無人機的定位和監測十分重要。基于5G蜂窩網絡的黑飛無人機定位方法，主要利用5G信號作為外輻射源，搭配5G關鍵技術實現對黑飛無人機厘米級精度的定位。5G處于毫米波頻段，收到無人機的雷達反射截面更大，更容易發現小型無人機;超寬帶使距離分辨率更高;大規模天線陣列與空分復用、波束賦形，使定位過程中數據通信的抗干擾能力更強，定位系統具有更高的空間分辨率。

2.4 針對黑廣播的無源定位[15-16]

黑廣播會干擾正常的通信系統，擾亂重要的公共服務，危害性十分嚴重。然而黑廣播的發射信號參數未知、易變，且發射源通常藏匿于隱蔽的位置，因此實現高精度的黑廣播定位面臨許多挑戰。取締黑廣播，一般需要固定監測站和可移動設備的聯合定位，固定監測站發現分析接收信號參數異常確認黑廣播發射源的大致范圍，再出動車輛、無人機等可移動設備進行更精確的定位。可移動設備一般采取接收信號強度定位法，利用天線陣列各個單元接收到的相位差或互相關值進行作為訓練階段的數據值，通過插值和回歸的方法進行數據匹配，實現指紋定位。

2.5 針對偽基站的無源定位[17-18]

偽基站主要利用移動通信協議中的漏洞，誘使用戶手機選擇進入偽基站區域，從而獲得如國際移動用戶識別碼（International Mobile Subscriber Identity，IMSI）、國際移動設備識別碼（International Mobile Equipment Identity，IMEI）等用戶信息，在發送惡意垃圾信息后，再中斷與偽基站網絡間的連接，使其接入正常的通信網絡。偽基站會對各種移動通信網絡制式的手機發起攻擊[19]，但主要以全球移動通信系統（Global System for Mobile Communications，GSM）制式的偽基站攻擊為主，攻擊者會刻意提升GSM信號的強度或發送干擾信號，迫使用戶接入GSM網絡。偽基站定位要以偽基站檢測為前提，偽基站與正常基站在廣播頻點穩定性、位置區碼（Location Area Code，LAC）等參數設置、信號強度、網絡切換頻率等方面有很大不同，因此常將這些差異作為監測系統檢測偽基站的主要依據。在檢測出偽基站后，一般先采用信號傳播距離與衰減程度的RSS、DOA、到達時間（Time of Arrival，TOA）、到達時間差（Time Difference of Arrival，TDOA）等測距定位法，或RSS指紋定位等非測距定位法，逐步逼近計算出偽基站位置。

除此之外，對基于外輻射源照射的無源定位，還可利用電視廣播或大型雷達的非合作信號監測隱身目標和無線電靜默目標的運動[20]。如英國開發的以電視音頻調幅（Amplitude Modulation，AM）信號作為外輻射源的無源雷達系統，美國以電視和廣播調幅（Frequency Modulation，FM）信號研制的“沉默的哨兵”無源探測系統。且利用第三方民用、商用電視廣播信號、通信信號、全球定位系統（Global Positioning System，GPS）信號等非合作信號越來越成為近些年來無源定位發展的方向[5，21-26]。這些都是無源定位涉及國家安全、信息安全、用戶安全的重要應用。在民用領域，無源定位在室內定位[27-28]、無人倉庫管理[29]、車輛定位[30]、井下人員定位[31]、閃電探測[32]等各個領域發揮著重要的作用。

3 無源定位關鍵性能指標

當無源定位系統監測到來自外輻射源信號時，要立即選擇合適的定位體制、測量定位體制所需參數，再根據定位方程解出所有可能的目標解，其中必然包含誤差，需要利用不同算法對誤差進行優化，得出對目標位置估計的最優解。影響無源定位性能的因素有許多，其中，定位精度、定位時間和定位范圍是無源定位的關鍵性能指標，應著力減少其他因素對這些關鍵性能指標的影響。

3.1 定位精度

定位精度往往與定位體制、定位算法和相應的參數測量誤差有關。對于一個無源定位系統，改變其定位體制選擇、參數測量方式、定位方程求解中的任何一個因素，都將會隨機影響其定位精度。一般以定位誤差（目標空間位置的估算值和真實值之間的差值作為定位誤差）來評估和度量定位精度。無源定位系統中的定位誤差分類如圖2所示。

3.2 定位時間

無源定位系統中的定位時間指從探測到目標信號出現至求解出目標空間位置整個過程的全部時間，其中包括參數觀測時間、數據傳輸時間和定位處理時間。然而對于事先已經建立好有關目標輻射源數據庫的無源定位系統，定位時間會大大縮短。非實時的無源定位系統一般針對靜止目標的定位，因此對于定位時間的要求不高。而實時的無源定位系統主要是對運動目標進行定位，因此定位時間要足夠短以保證對目標的實時估計和追蹤。很大程度上，定位體制的選擇將影響定位時間。如一點定位中對目標信號的觀測時間是主要影響因素，動態定位中定位站的運動速度和觀測時間是主要影響因素，交叉定位中多站間的數據傳輸和融合時間將對定位時間產生主要影響。

3.3 定位范圍

定位范圍一般包含兩個意義，定位信號范圍和定位地域范圍。定位信號范圍指系統能夠對什么樣的電磁波信號進行定位，強調定位系統針對各類電磁波信號的適用范圍，包括可定位信號的頻段和可定位信號的類別;定位地域范圍指系統在具體的使用環境下能夠對多大地域范圍內的電磁波信號進行定位，強調定位系統的環境適應性，固定站定位時通常產生絕對地域，移動站點定位時通常會生成相對于定位站點的相對地域范圍，對于定位地域范圍的描述可從定位面積和定位區域形狀兩個角度展開。

4 無源定位關鍵技術

無源定位系統在發展過程中出現了許多亟待解決的關鍵技術，如目標跟蹤和軌跡形成、定位數據庫建立和目標識別、實時大容量信號處理、數據融合、站間信息傳輸等。特別是在電子干擾、電子誘偏等復雜電磁環境下，無源定位系統需要解決對多信號的判斷和識別，與定位數據庫內的結果進行對比，配合雷達等有源定位設備進行協同定位。表1所示為無源定位關鍵技術及其所對應的相關技術。

然而，無源定位系統最重要的關鍵技術還是獲取位置信息。實現對目標的精準定位，主要關鍵技術在于參數測量和定位方法。

4.1 參數測量

作為影響定位性能的關鍵因素，準確的測量數據及測量誤差的處理是任何定位算法都難以回避的必要環節。優秀的定位算法可在誤差一定的情況下盡可能提高定位精度，但永遠無法突破誤差所導致的精度上限。因此，聚焦于測量誤差處理、準確估計參數是對提高定位精度的有力支撐。表2所示為不同測量參數的估計方法。

4.2 定位方法

無源定位的體制較多，包括一點定位、動態定位、交叉定位等，根據輻射源與定位站間相對運動狀態、定位站數量等具體特征應選用不同的定位體制。如一點定位適用于單固定站對運動輻射源的定位，動態定位適用于單運動站對靜止輻射源的定位，交叉定位適用于多站對運動輻射源的定位。主要的無源定位方法有以下8種。

4.2.1 接收信號強度（RSS）

基于RSS（Received Signal Strength）的定位法根據傳感器網絡間鏈路信號強度的實時變化來進行定位。該方法首先需要在探測區域的周圍部署一定數量的傳感器，傳感器網絡中任意兩個節點之間建立無線通信鏈路。當目標進入探測區域時會引起目標周圍無線通信鏈路信號強度的改變，測算出前后的信號強度之差，再根據不同的定位算法估算出目標的空間位置，如圖3所示。

RSS定位法主要有：基于路徑傳輸損耗模型[33-34]和基于指紋定位[35-36]模型。前者以接收信號強度之差作為信號的路徑傳輸損耗，根據傳輸能量損耗與傳輸距離的數學關系選擇合適的信道傳輸模型后，計算出目標與傳感器節點間的距離。后者實現定位首先需要經過離線訓練階段，記錄原始RSS值、建立數據庫，進入在線匹配階段后，將實時RSS與數據庫中的RSS進行比較，利用相關算法選出最匹配的RSS值，該RSS值對應的預設位置即為目標進入探測區域的位置。RSS定位法適用于室內或范圍較小區域的定位，具有實現方便、成本和功耗低、部署簡單等優點，但實際傳播環境中信號存在陰影衰落、多徑效應、非視距傳播等現象，造成定位精度大大下降。不僅如此，RSS定位法還存在不同無線信號共存、相互干擾的現象，影響定位效果。

4.2.2 測向定位法（DOA）

DOA（Direction of Arrival）定位法又稱三角定位法，主要根據目標輻射源到達定位站的方位角來進行定位[34，37-38]。在不同空間位置下目標的輻射信號到達定位站時方位角不同，確定每個方位角對應的方位線，測得的多條方位線可能相交于一點，該交點即為目標輻射源的空間位置，如圖4所示。

DOA定位法具有所需數據量小和處理方法算法簡單的優點，但僅靠方位角來進行定位，定位站能夠捕獲目標輻射源的信息相對較少，影響定位精度。且該方法較大程度上受方位角測量精度影響，方位角的測量誤差往往導致多條方位線不能相交于一點，造成對目標無法有效定位[39]。當多條方位線相交時，一般通過求解相交區域的質心坐標作為目標位置。提高定位精度可以通過不同算法或準確的測量值來實現，現有的DOA定位算法主要有基于加權最小二乘（Weighted Least Square，WLS）和極大似然估計（Maximum Likelihood Estimation，MLE）。對于DOA定位法來說，若想實現較大的定位精度主要依靠具有較高測量精度的測量設備，而測量設備往往很難達到這樣的要求。除此之外，DOA定位法由于定位時間較長，所以比較適合于靜止目標或運動速度較慢的目標，對移速較快的目標，DOA定位法的定位誤差較大。

4.2.3 到達時間定位法（TOA）

TOA（Time of Arrival）定位法根據目標輻射源到達定位站的傳播時延，以此計算出目標輻射源到定位站的距離來進行定位。在視距傳播（Line-of-Sight，LOS）的情況下，目標與定位站間的直達距離完全取決于傳播時延。以定位站為圓心、目標與定位站間的距離為半徑作圓，多個圓相交于一點，該交點即為目標輻射源的空間位置，如圖5所示。TOA定位方法一般需要至少三個以上的定位站，若為兩圓相交則會出現歧義解[34，38，40]，如圖6所示。

TOA定位法首先必須要對目標輻射源的時間特征進行精確測量，才能獲得目標的移動速度和距離信息。確定目標輻射信號的脈沖周期，精確校準定位站與目標的時間同步，定位精度才可以有較大的提升。此外，目標輻射信號在傳播過程中由于存在噪聲、多徑干擾等信道狀態不佳或非視距傳播等原因，多個圓可能沒有相交于一點的情況，造成定位精度下降。

4.2.4 到達時間差定位法（TDOA）

TDOA（Time Difference of Arrival）定位法又稱雙曲線定位法，主要根據目標輻射源到達各定位站的時間差來進行定位。與TOA定位法相似，需要至少三個以上的定位站實現定位，但TDOA不需要目標和定位站間精確的時間同步。TDOA各定位站在嚴格的時間同步下接收來自目標輻射源的發射信號，指定一個參考站，測算參考站和其他各站之間的傳輸時間差，以此推出距離差。以每個定位站為焦點、距離差為長軸作雙曲線，各雙曲線的公共交點即為目標輻射源的空間位置[34，37]，如圖7所示。

TDOA定位法精度高、速度快、系統復雜度低，保證各定位站嚴格的時間同步、準確估計目標與各定位站間的時間差是TDOA定位法的關鍵。常用的時間同步方法有搬運鐘法、主站授時法和授時中心法。目前，時間差參數估計方法主要有互相關法、匹配濾波器等時域相關法、頻域估計法和多重信號分類（Multiple Signal Classification，MUSIC）特征值匹配等方法。值得注意的是，TDOA定位法中除了噪聲和測量誤差是產生定位誤差的主要因素外，長基線時差定位會存在匹配模糊問題，定位系統和目標之間的相對運動會引起時差模糊現象。

4.2.5 多普勒頻率定位法（Doppler Frequency）

多普勒頻率定位法主要根據目標到達定位站的載波頻率（FOA）和目標輻射信號頻率之間存在頻率差這一特性來進行定位[41]。當目標輻射源發射的信號連續時，定位站和目標之間的相對運動會產生多普勒效應，表現為定位站與目標接收信號的頻率之差。聯立三個站點以上的定位方程，求解得出目標輻射源的空間位置：

fi=c±v0c±vsf0 i∈N*

式中：fi為定位站i接收到的頻率;f0為目標發射的原始頻率;c為電磁波在自由空間中傳播的速度;v0為定位站移動速度，若接近目標則運算符號為+號，反之則為-號;vs為發射源移動速度，若接近定位站則運算符號為-號，反之則為+號。另外，也可根據各定位站間的多普勒頻差（Frequency Difference of Arrival，FDOA）進行定位：

fij=c±v0ic±vs-c±v0jc±vsf0 i，j∈N*且i≠j

多普勒頻率定位法對頻率測量精度較為嚴格，主要的頻率測量法有差分法和互模糊函數法。

4.2.6 相位差變化率定位法

在定位站與目標存在相對運動的情況下，將相對運動速度分解出切向速度，利用接收信號的相位差變化率測算方位角變化率，以此估算定位站與目標間的距離，再結合目標的方位角，得出目標輻射源的空間位置。這是一種運動學結合交叉定位的方法，常用于運動單站對固定目標的定位[38，42]。

4.2.7 多普勒頻率變化率定位法

類似于相位差變化率定位法，多普勒頻率變化率定位法利用目標運動時的徑向速度在定位站上產生的多普勒頻率變化率來進行定位[43-44]。

4.2.8 混合定位法

單獨的定位方法在實際應用中存在諸多缺點，混合定位通過同時測量多個參數來提高定位性能，達到互補的效果。文獻[45]指出RSS在短距離內定位更精確，TOA則在長距離時定位效果更好，然而單獨采用RSS或TOA都無法很精確地解決中間距離的定位問題。利用RSS和TOA在實際接收過程中的弱相關性，分別提取出接收信號中的RSS和TOA參數進行RSS/TOA聯合定位，在中間距離定位問題上實現了優勢。文獻[46]提出了一種在非視距傳播（Non-Line-of-Sight，NLOS）下基于SR-WLS（Squared Range-Weighted Least Square）算法的RSS/TOA聯合定位方法，將原來的非凸問題轉化為廣義信賴域子問題，結果顯示在NLOS情況下比傳統的單獨定位方法具有更高的定位精度。文獻[47]所提的RSS/TDOA定位算法在傳感器網絡中具有定位精度高、收斂速度快、實現復雜度低、功耗低等優點。文獻[48]提出的DOA/TOA定位方法分別在多徑效應和低信噪比場景下估計目標輻射源的空間位置，比指紋定位方法有更優異的表現。文獻[49]所提的DOA/TDOA聯合定位與單獨使用AOA相比，可產生更好的定位精度，且減少了所需傳感器的數量。文獻[50] 中使用TDOA/FDOA方法解決了移動目標的定位，在中高噪聲水平下顯著優于現有方法，并通過大量的數值結果進行了驗證。文獻[51] 在低信噪比條件下，TDOA/FDOA/差分多普勒定位表現良好，且能夠克服相對多普勒壓縮問題。

5 基于外輻射源照射的無源定位

基于外輻射源照射的無源定位，也稱非合作定位。世界上每時每刻都會有大量的第三方民用、商用電磁信號向空中輻射，電磁波資源十分豐富，當這些信號在空中遇到目標時會產生電磁波的反射、散射，其中的一部分將被無源定位系統接收到，故利用第三方民用商用電視廣播信號、通信信號、GPS信號等非合作信號實現定位是無源定位的另一重要發展方向。基于電視廣播信號、通信信號等外輻射源的無源定位有利于對隱身目標的追蹤、無線電靜默目標的探測，且這些外輻射源信號具有分布廣泛、全天候工作的優點，系統的可靠性高[52]。利用來自外輻射源的直射波及外輻射源照射到被探測目標的反射、散射回波信號，以此實現目標的偵察探測、定位和追蹤，其核心技術是無源相干定位（Passive Coherent Localization，PCL）技術[53]，即在接收系統設置雙接收信道：一個為參考信道，用于接收來自外輻射源的直達波信號;另一個為目標信道，用于接收來自目標的反射回波信號。利用PCL技術對直達波信號和回波信號進行一系列信號處理后，便能夠提取出目標到達接收系統的時間、角度、頻率等參數信息，再對提取到的參數信息進行單獨或聯合的數據處理，實現目標的探測、定位、追蹤，如圖8所示。

外輻射源照射無源定位處理流程如圖9所示。其中直達波提純、雜波抑制和微弱目標檢測是外輻射源照射無源定位的關鍵技術[20，54]。

5.1 直達波提純

系統的參考信道除了接收外輻射源的直達波外，還會接收到經建筑物等反射的多徑信號，而實現相干檢測需要純凈的直達波與目標回波作匹配積累，因此參考信道能否接收良好的相干參考信號（直達波）十分關鍵。一般相干檢測系統中接收的參考信號是已知的，而以非合作信號作為參考信號時，其波形和參數具有較強隨機性，因此實現相干檢測較為困難。利用復倒譜、自適應均衡等技術抑制多徑干擾，或對直達波進行信號重構可以獲得較為純凈的直達波[55-57]。

5.2 雜波抑制

目標信道用于接收目標回波信號，但在實際接收過程中，目標信道不可避免地會接收到直達波和多徑效應等產生的雜波。這些雜波往往是強干擾，信號能量較強，但目標回波信號能量較小，甚至常淹沒在這些雜波中。故如何抑制或消除這些雜波以檢測出微弱的目標回波信號，也是實現相干檢測的關鍵。雜波抑制方法有利用地物遮擋、天線設計、空域置零、頻域濾波、時域干擾相消等[58-59]。

5.3 微弱目標檢測

非合作定位中，采用的外輻射源一般為第三方民用、商用信號，發射天線一般是全向天線，方向性不集中、發射增益小，故目標回波信號到達參考信道時不僅伴隨著其他雜波的干擾，且與直達波和多徑信號相比信號十分微弱。因此，對微弱目標回波信號的檢測和信噪比提升是十分重要的。微弱目標檢測技術一般需要做長時間的相干積累，再采用互相關接收方式來提高檢測所需的信雜比[57]。

6 無源定位發展趨勢

6.1 定位精度和定位速度提升

采用數字式接收機、大規模天線陣列技術及數據融合技術，可實現對外輻射源信號高精準接收和識別，從而達到定位精度和定位速度的大幅提升。因此，采用混合定位方法提高精度和速度是一種發展趨勢。除此之外，許多定位算法是基于接收參數在高斯分布白噪聲的假設下開展設計研究的，對于實際定位情況，需要考慮許多非高斯分布的情況。

6.2 多目標高變速移動條件下的實時定位

針對單目標的無源定位技術研究成果已較為豐富，然而對于多目標的定位、追蹤、識別，特別是大規模高速運動目標的無源定位還不是非常完善。目前的多站無源定位技術和單站無源定位技術大多都是對勻速運動目標或者固定目標的定位處理，對于高速、變速運動目標的定位處理還是比較少見。

6.3 外輻射源選擇

對于電視廣播、移動通信等非合作信號，因熟知調制方式、工作頻段，所以比較容易測知信號的基本參數及變化規律。對于一些未知外輻射源，尤其在沒有電視廣播等信號的地區，實現定位較困難。因此，應充分擴大信號的頻段，并利用各種可能的信號作為外輻射源。

6.4 多平臺組網協同定位

在網絡中心戰的環境下，利用網絡技術和數據融合技術，將不同無源定位平臺間的數據、有源平臺與無源平臺間的數據進行融合，以提高定位系統的生存能力、獲得更高精度的目標狀態。其中，網絡結構設計、通信表現性能、數據融合也是重要研究方向。

7 結 束 語

無源定位技術雖然起步較晚，但廣泛應用于各行各業并發揮著重要作用，受到越來越多關注，近幾年發展十分迅速。然而，實現成熟完善的無源定位系統仍十分困難，現階段的無源定位技術亟待解決的問題還有很多，如精密儀器參數測量、實時多目標定位追蹤、運動軌跡預測形成、大容量信號處理、目標和模式識別等。未來隨著相關學科革新，人工智能、新一代通信組網等技術的快速發展將推動無源定位技術不斷進步，并廣泛應用于國民經濟和國防安全多個領域。

參考文獻：

[1] 楊一鳴. 無源定位技術綜述[J]. 科技風，2014（7）：71-73.

Yang Yiming. An Overview of Passive Localization Technology[J]. Technology Wind，2014（7）： 71-73. （in Chinese）

[2] 王本才，張國毅，侯慧群. 無源定位技術研究[J]. 艦船電子對抗，2006，29（6）：20-26.

Wang Bencai，Zhang Guoyi，Hou Huiqun. Study of Passive Location Technologies[J]. Shipboard Electronic Countermeasure，2006，29（6）： 20-26. （in Chinese）

[3] Feng C，Au W S A，Valaee S，et al. Received-Signal-Strength-Based Indoor Positioning Using Compressive Sensing[J]. IEEE Transactions on Mobile Computing，2012，11（12）： 1983-1993.

[4] Zhao C，Zhao Y J. One Recurrent Neural Networks Solution for Passive Localization[J]. Neural Processing Letters，2019，49（2）： 787-796.

[5] Olsen K E，Asen W. Bridging the Gap between Civilian and Military Passive Radar[J]. IEEE Aerospace and Electronic Systems Magazine，2017，32（2）： 4-12.

[6] 郁春來，張元發，萬方. 無源定位技術體制及裝備的現狀與發展趨勢[J]. 空軍雷達學院學報，2012，26（2）：79-85.

Yu Chunlai，Zhang Yuanfa，Wan Fang. Actuality and Development Trend of Passive Location Technical System and Equipment[J]. Journal of Air Force Radar Academy，2012，26（2）： 79-85. （in Chinese）

[7] 楊建華. 雷達無源定位技術的發展與戰術應用[J]. 中國電子科學研究院學報，2009，4（6）： 601-605.

Yang Jianhua. The Latest Development of Radar Passive Localization Technology and Its Applications[J]. Journal of China Academy of Electronics and Information Technology，2009，4（6）：601-605. （in Chinese）

[8] 景桐，田威，黃高明.基于到達時間和多普勒頻率的海戰場無源跟蹤模型[J].電光與控制，2019，26（7）：29-35.

Jing Tong，Tian Wei，Huang Gaoming. A Passive Tracking Model Based on Time of Arrival and Doppler Frequency in Naval Battlefield[J]. Electronics Optics & Control，2019，26（7）： 29-35. （in Chinese）

[9] 吳小強.高精度機動目標快速無源定位裝備技術發展綜述[J].艦船電子工程，2011，31（11）：11-14.

Wu Xiaoqiang. An Overview of Precision Moving Target Celerity Passive Location Development Technology of Foreign Army[J]. Ship Electronic Engineering，2011，31（11）： 11-14.（in Chinese）

[10] 武世勇，齊和平，王學文，等.淺談美軍網絡信息裝備體系[J].火力與指揮控制，2019，44（2）：6-10.

Wu Shiyong，Qi Heping，Wang Xuewen，et al. An Overview of the US Armys Network Information Equipment Architectural[J]. Fire Control & Command Control，2019，44（2）： 6-10. （in Chinese）

[11] 楊躍輪.機載無源探測定位新技術綜述[J].艦船電子對抗，2010，33（3）：14-17.

Yang Yuelun. Summary of New Airborne Passive Detection and Location Technologies[J]. Shipboard Electronic Countermeasure，2010，33（3）： 14-17.（in Chinese）

[12] Shi X F，Yang C Q，Xie W G，et al. Anti-Drone System with Multiple Surveillance Technologies： Architecture，Implementation，and Challenges[J]. IEEE Communications Magazine，2018，56（4）： 68-74.

[13] Ding G R，Wu Q H，Zhang L Y，et al. An Amateur Drone Surveillance System Based on the Cognitive Internet of Things[J]. IEEE Communications Magazine，2018，56（1）： 29-35.

[14] Solomitckii D，Gapeyenko M，Semkin V，et al. Technologies for Efficient Amateur Drone Detection in 5G Millimeter-Wave Cellular Infrastructure[J]. IEEE Communications Magazine，2018，56（1）： 43-50.

[15] Haniz A，Tran G K，Saito K，et al. A Novel Phase-Difference Fingerprinting Technique for Localization of Unknown Emitters[J]. IEEE Transactions on Vehicular Technology，2017，66（9）： 8445-8457.

[16] Yu T，Haniz A，Sano K，et al. A Guide of Fingerprint Based Radio Emitter Localization Using Multiple Sensors[J]. IEICE Transactions on Communications，2018（10）： 2104-2119.

[17] 馬俊，劉燕. 淺析偽基站原理及查找方法[J]. 中國無線電，2015（6）：60-62.

Ma Jun，Liu Yan. A Brief Analysis of Pseudo Base Station Theory and Detection Method [J]. China Radio，2015 （6）： 60-62. （in Chinese）

[18] Li Z H，Wang W W，Wilson C，et al. FBS-Radar： Uncovering Fake Base Stations at Scale in the Wild[C]∥The 24th Network and Distributed System Security Symposium （NDSS）， 2017.

[19] 張明臣，劉建民，田永超. 4G偽基站干擾評估、定位及規避優化方案[J].移動通信，2019，43（4）：89-92.

Zhang Mingchen，Liu Jianmin，Tian Yongchao. Optimization Scheme on Interference Evaluation，Localization and Avoidance for 4G LTE Pseudo Base Stations[J]. Mobile Communications，2019，43（4）： 89-92.（in Chinese）

[20] 朱擁建，劉遠，石林艷，等. 非合作偵察定位系統的關鍵技術[J].太赫茲科學與電子信息學報，2018，16（3）： 452-457.

Zhu Yongjian，Liu Yuan，Shi Liyan，et al. Key Technology of Non-Cooperative Reconnaissance and Positioning System[J]. Journal of Terahertz Science and Electronic Information Technology，2018，16（3）： 452-457.（in Chinese）

[21] Edrich M，Schroeder A，Meyer F. Design and Performance Evaluation of a Mature FM/DAB/DVB-T Multi-Illuminator Passive Radar System[J]. IET Radar，Sonar and Navigation，2014，8（2）： 114-122.

[22] Gromek D，Kulpa K，Samczynski P. Experimental Results of Passive SAR Imaging Using DVB-T Illuminators of Opportunity[J]. IEEE Geoscience and Remote Sensing Letters，2016，13（8）： 1124-1128.

[23] OHagan D W，Griffiths H D，Ummenhofer S M，et al. Elevation Pattern Analysis of Common Passive Bistatic Radar Illuminators of Opportunity[J]. IEEE Transactions on Aerospace and Electronic Systems，2017，53（6）： 3008-3019.

[24] Daniel L，Hristov S，Lyu X Y，et al. Design and Validation of a Passive Radar Concept for Ship Detection Using Communication Satellite Signals[J]. IEEE Transactions on Aerospace and Electronic Systems，2017，53（6）： 3115-3134.

[25] Paine S，OHagan D W，Inggs M，et al. Evaluating the Perfor-mance of FM-Based PCL Radar in the Presence of Jamming[J].IEEE Transactions on Aerospace and Electronic Systems，2019，55（2）： 631-643.

[26] Santi F，Pieralice F，Pastina D. Joint Detection and Localization of Vessels at Sea with a GNSS-Based Multistatic Radar[J]. IEEE Transactions on Geoscience and Remote Sensing，2019，57（8）： 5894-5913.

[27] Silva M G M，Torres-Sospedra J，Huerta J，et al. A Meta-Review of Indoor Positioning Systems[J]. Sensors，2019，19（20）： 4507.

[28] Zou D Y，Sun H，Chen Y，et al. A Research on Positioning Technology Based on Internet of Things[J]. Applied Mechanics and Materials，2013，303/304/305/306： 926-929.

[29] 王紹丹，王宜懷，劉鍇.基于射頻識別和無線傳感網融合技術的倉儲定位方法研究[J].計算機應用研究，2018，35（1）：195-198.

Wang Shaodan，Wang Yihuai，Liu Kai. Research on Warehouse Localization Method Based on Integration of RFID and WSN[J]. Application Research of Computers，2018，35（1）： 195-198.（in Chinese）

[30] Qin H，Peng Y，Zhang W S. Vehicles on RFID： Error-Cognitive Vehicle Localization in GPS-Less Environments[J]. IEEE Tran-sactions on Vehicular Technology，2017，66（11）： 9943-9957.

[31] Minhas U I，Naqvi I H，Qaisar S，et al. A WSN for Monitoring and Event Reporting in Underground Mine Environments[J]. IEEE Systems Journal，2018，12（1）： 485-496.

[32] 王爍，張其林，王磊，等. 無源定位技術在昆明地區三維閃電探測網布站中的應用[J]. 電瓷避雷器，2018（5）：126-131.

Wang Shuo，Zhang Qilin，Wang Lei，et al. Application of Passive Location Technology in 3D Lightning Detection Mesh Station in Kunming Area[J]. Insulators and Surge Arresters，2018（5）： 126-131. （in Chinese）

[33] Sadowski S，Spachos P. RSSI-Based Indoor Localization with the Internet of Things[J]. IEEE Access，2018，6： 30149-30161.

[34] Yassin A，Nasser Y，Awad M，et al. Recent Advances in Indoor Localization： A Survey on Theoretical Approaches and Applications[J]. IEEE Communications Surveys and Tutorials，2017，19（2）： 1327-1346.

[35] He S N，Chan S H G. Wi-Fi Fingerprint-Based Indoor Positioning： Recent Advances and Comparisons[J]. IEEE Communications Surveys and Tutorials，2016，18（1）： 466-490.

[36] Vo Q D，De P. A Survey of Fingerprint-Based Outdoor Localization[J]. IEEE Communications Surveys and Tutorials，2016，18（1）： 491-506.

[37] Laoudias C，Moreira A，Kim S，et al. A Survey of Enabling Technologies for Network Localization，Tracking，and Navigation[J]. IEEE Communications Surveys and Tutorials，2018，20（4）： 3607-3644.

[38] 賀杏. 固定單站無源定位方法研究[D]. 西安：西安電子科技大學，2018.

He Xing. Research on the Method of Fixed Single Station Passive Location[D]. Xian： Xidian University，2018. （in Chinese）

[39] 鐘建林，劉方，石章松，等. 基于測向交叉定位的空艦導彈協同攻擊方法[J]. 航空兵器，2019，26（4）：47-53.

Zhong Jianlin，Liu Fang，Shi Zhangsong，et al. Coordinated Attack Method for Air-to-Ship Missiles Based on Beam-Crossing Locating[J]. Aero Weaponry，2019，26（4）： 47-53. （in Chinese）

[40] Guvenc I，Chong C C. A Survey on TOA Based Wireless Localization and NLOS Mitigation Techniques[J]. IEEE Communications Surveys and Tutorials，2009，11（3）： 107-124.

[41] Subedi S，Zhang Y D，Amin M G，et al. Group Sparsity Based Multi-Target Tracking in Passive Multi-Static Radar Systems Using Doppler-Only Measurements[J]. IEEE Transactions on Signal Processing，2016，64（14）： 3619-3634.

[42] Zhou T Y，Cheng Y，Lian B W，et al. Research on High-Precision Passive Localization Based on Phase Difference Changing Rate[J]. Concurrency and Computation： Practice and Experience，2019，31（23）： e4492.1-e4492.11.

[43] Mittermaier T J，Siart U，Eibert T F. Accuracy Analysis of Short-Range Doppler Shift Target Localization Using a Multi-Sensor Platform[C]∥2016 IEEE Radar Conference，2016.

[44] Jia T Y，Ho K C，Wang H Y，et al. Effect of Sensor Motion on Time Delay and Doppler Shift Localization： Analysis and Solution[J]. IEEE Transactions on Signal Processing，2019，67（22）： 5881-5895.

[45] Coluccia A，Fascista A. On the Hybrid TOA/RSS Range Estimation in Wireless Sensor Networks[J]. IEEE Transactions on Wireless Communications，2018，17（1）： 361-371.

[46] Tomic S，Beko M，Tuba M，et al. Target Localization in NLOS Environments Using RSS and TOA Measurements[J]. IEEE Wireless Communications Letters，2018，7（6）： 1062-1065.

[47] Kumarasiri R，Alshamaileh K，Tran N H，et al. An Improved Hybrid RSS/TDOA Wireless Sensors Localization Technique Utilizing Wi-Fi Networks[J]. Mobile Networks and Applications，2016，21（2）： 286-295.

[48] Zhang R，Xia W W，Yan F，et al. A Single-Site Positioning Method Based on TOA and DOA Estimation Using Virtual Stations in NLOS Environment[J]. China Communications，2019，16（2）： 146-159.

[49] Wang Y，Ho K C. Unified Near-Field and Far-Field Localization for AOA and Hybrid AOA-TDOA Positionings[J]. IEEE Transactions on Wireless Communications，2018，17（2）： 1242-1254.

[50] Zou Y B，Liu H P，Wan Q. An Iterative Method for Moving Target Localization Using TDOA and FDOA Measurements[J]. IEEE Access，2018，6： 2746-2754.

[51] Hu D X，Huang Z，Zhang S Y，et al. Joint TDOA，FDOA and Differential Doppler Rate Estimation： Method and Its Performance Analysis[J]. Chinese Journal of Aeronautics，2018，31（1）： 137-147.

[52]

應濤，黃高明，左煒，等. 非合作無源探測技術研究進展與發展趨勢[J]. 高技術通訊，2015，25（5）： 481-492.

Ying Tao，Huang Gaoming，Zuo Wei，et al. Development and Prospect of Passive Detection Technology Based on Non-Cooperative Illuminators[J].Chinese High Technology Letters，2015，25（5）： 481-492.（in Chinese）

[53] 宋杰，何友，蔡復青，等. 基于非合作雷達輻射源的無源雷達技術綜述[J]. 系統工程與電子技術，2009，31（9）：2151-2156.

Song Jie，He You，Cai Fuqing，et al. Overview of Passive Radar Technology Based on Non-Cooperative Radar Illuminator[J]. Systems Engineering and Electronics，2009，31（9）： 2151-2156. （in Chinese）

[54] 李紅偉. 外輻射源雷達目標定位與跟蹤方法研究[D]. 西安：西安電子科技大學，2012.

Li Hongwei. Studies on Target Localization and Tracking in Passive Coherent Location Radar[D]. Xian： Xidian University，2012. （in Chinese）

[55] Zhang X，Li H，Himed B，et al. Multistatic Detection for Passive Radar with Direct-Path Interference[J]. IEEE Transactions on Aerospace and Electronic Systems，2017，53（2）： 915-925.

[56] Chabriel G，Barrere J. Adaptive Target Detection Techniques for OFDM-Based Passive Radar Exploiting Spatial Diversity[J]. IEEE Transactions on Signal Processing，2017，65（22）： 5873-5884.

[57] Lü X Y，Wang J，Wang J. Robust Direction of Arrival Estimate Method in FM-Based Passive Bistatic Radar with a Four-Element Adcock Antenna Array[J]. IET Radar，Sonar and Navigation，2015，9（4）： 392-400.

[58] Liu Y Q，Yi J X，Wan X R，et al. Evaluation of Clutter Suppression in CP-OFDM-Based Passive Radar[J]. IEEE Sensors Journal，2019，19（14）： 5572-5586.

[59] 吳昊，寧勇，薄超. 外輻射源探測系統關鍵技術研究[J]. 航天電子對抗，2017，33（4）：54-56.

Wu Hao，Ning Yong，Bo Chao. Research on Key Technologies of Passive Coherent Location System[J]. Aerospace Electronic Warfare，2017，33（4）： 54-56. （in Chinese）

Development and Application Analysis of Passive Localization

Li Kang1，Ding Guoru1*，Li Jinghua1，Qian Huiming2，Liu Ningsong1

（1. Army Engineering University，Nanjing 210007，China; 2. Unit 32369 of PLA，Beijing 100040，China）

Abstract： Passive localization is realized by receiving the intended and unintended radiation，or reflection signals from the target. The locating system doesnt emit electromagnetic signals to the outside，so it has the characteristics? of good concealment，long operating distance and strong survivability，which has been widely used in civil and national defense fields. In this paper，the connotation and characteristics of passive localization，typical applications in military and civil fields，key performance indicators，key technologies of passive localization and passive localization based on external radiation sources are discussed，and the future development trend of passive localization technology is prospected.

Key words： passive localization;non-cooperative localization;illegal drone;illegal broadcast

收稿日期：2020-02-28

基金項目：國家自然科學基金項目（U20B2038，61931011，61871398）;江蘇省自然科學基金杰出青年項目（BK20190030）

作者簡介：李康（1996-），男，青海西寧人，碩士研究生，研究方向為無源定位。

通訊作者： 丁國如（1986-），男，河南新鄉人，教授，博士，研究方向為電磁態勢感知、群體智能。