摘要：针对以多颗GNSS卫星作为外辐射源的无源雷达目标跟踪问题,提出一种基于机器学习的无源雷达目标定位跟踪算法。该算法通过线性回归和梯度下降算法训练得到时延和多普勒频偏的模型,根据模型对低信噪比下互模糊函数估计出的多普勒频偏进行修正,之后构建了基于4颗卫星的时延和修正后的多普勒频偏的定位算法模型实现对目标的定位跟踪。仿真结果表明,该算法与直接利用互模糊函数估计的时延和多普勒定位跟踪目标的原始算法相比,位置估计精度提高了11.1倍,速度估计精度提高了3.6倍,能够更加有效快速的定位跟踪空中目标,同时,与粒子滤波的算法相比,该算法不需要长时间的累计,可以在更短的时间内对目标进行定位跟踪,效率更高。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社