一种IRST双机协同被动探测机动目标定位新方法

针对红外搜索跟踪系统（IRST）双机协同被动探测定位作战使用中，机动目标建模与实际运动失配造成定位误差偏大的问题，研究了一种基于曲线模型的自适应滤波新方法。该方法改进了传统方法根据方向角估计转弯率以及基于帧间插分线加速度估计切向加速度的思路，将转弯率及线加速度联合作为状态变量进行了状态扩维，并推导了扩维后的过程噪声协方差表达式，在缓解传统两层滤波结构带来的计算量大问题外，也提高了切向加速度的估计精度。另外基于反正切函数的值域，结合方向角在四象限间的转移关系，优化了方向角的设计。通过IRST双机协同仿真实例，验证了所提方法对机动目标的适应性更强、目标定位精度更高。     

基于联邦UKF的多机协同无源定位

为提高多机协同无源定位的精度和速度,同时满足应用性强的要求,提出了基于UKF(Unscented Kalman Filter)联邦滤波算法的纯方位无源定位技术。核心思想是利用联邦滤波算法去解决各子滤波器滤波结果的全局最优融合问题;利用UKF算法去消除非线性状态方程或量测方程中的高斯噪声,从而实现多机协同对目标辐射源的高精度无源定位。仿真结果表明,该算法可行性强,定位精度高、速度快,具有很高的应用价值。     

双机协同无源定位的飞行试验方法研究

分析了基于测向交叉定位的双机协同无源定位原理,构建了误差模型,给出了影响定位误差的因素。并从双机定位基线、目标机进入距离和目标机进入方位三个因素进行了双机协同无源定位误差的仿真。通过基于定位精度要求的试飞剖面设计,给出了两种典型的双机协同无源定位试飞航线,并给出试飞结果评估的方法和流程。     

三星时差无源跟踪算法研究

基于卫星平台的无源定位系统可以通过卫星的绕地运动和轨道覆盖,实现对全球地面辐射源的被动侦察,具有侦察隐蔽性强、侦测范嗣广和不受地理位置限制的优点。把一种新的修正协方差扩展卡尔曼滤波（MVEKF）方法引入三星对运动目标的时差无源定位跟踪中,克服了EKF受初始状态和测量误差影响大的缺点,也不用像MGEKF一样需要观测方程的修正函数,仿真表明该滤波方法相对来说收敛速度更快,跟踪性能更好。     

传感器位置误差条件下仅用到达频率差的无源定位性能分析

传感器自身的位置误差对辐射源的无源定位精度可能有较大影响,详细分析并推导了在存在传感器位置误差条件下,仅使用到达频率差(FDOA)参数对辐射源定位时,定位精度的克拉美罗下限(CRLB)和均方误差(MSE).在传感器位置误差条件下,提出仅用FDOA来同时估计辐射源和传感器位置的泰勒级数方法,并证明该定位方法理论上的MSE...     

机载单站对运动目标无源定位跟踪算法

针对无源定位系统中,机载单站相对于运动辐射源目标作为状态模型,在测方位角及其变化率基础上,引入多普勒频率变化率参数构建观测模型。常用的扩展卡尔曼滤波（EKF）存在不稳定和精度低的问题,采用修正增益的扩展卡尔曼滤波算法（MGEKF）,找出修正函数矩阵,实现定位状态滤波估计。仿真结果表明,MGEKF算法较之EKF算法有较高的定位精度和较快的收敛速度。     

机载单站无源定位系统中相位差变化率提取方法(英文)

相位差变化率含有目标辐射源的距离信息,是机载单站无源定位系统中的重要参数。本文以正弦单载波脉冲信号为例,分析了基于相位差变化率的单站无源定位原理,以及测量误差的组成。基于对Cramer-Rao下限的分析,提出了一种基于多次观测的相位差变化率的高精度测量方法——时间片处理法。在相位差变化率的测量中,当信噪比较低时,频域鉴相方法优于时域鉴相方法,多时间片处理能够显著地降低测量方差,仿真验证了此算法的正确性和有效性。典型的无源定位场景的仿真验证了算法对动态测量的适应性。此测量算法简单、计算量小,易于实现。     

基于Radau伪谱法的无人作战飞机四维轨迹规划

针对无人作战飞机(UCAV)打击时敏目标和多机协同攻击问题,提出一种基于Radau伪谱法(RPM)的无人作战飞机四维攻击轨迹规划方法。在综合考虑UCAV气动力特性、大气环境特性基础上建立了高精度UCAV(3-DOF)质点模型,并设计了约束条件和目标函数;基于动态RCS建立威胁模型,构建了最优控制理论框架的UCAV四维攻击轨迹规划模型;通过RPM将动态RCS威胁下的四维攻击轨迹规划问题转换为非线性优化问题,然后利用SNOPT软件包进行求解。仿真结果表明,该方法能够以较快的速度和较高的精度生成满足多种复杂约束条件的四维攻击轨迹。     

基于外辐射源直达波的对消及仿真研究

利用外辐射源（如调频广播、电视、GPS等的发射信号）的无源雷达探测技术一直是国内外研究的热点。在目标检测上，直达波信号的干扰不但对通道的动态范围提出了极高的要求，同时对微弱目标回波的检测构成了限制。文中利用二元阵的方法对直达波的干扰进行抑制，并对其对消性能进行了仿真分析和研究。     

巡航导弹领弹——从弹协同攻击末段

为了提高巡航导弹打击效果,协同攻击成了未来作战的必然趋势.基于此背景,在巡航导弹领弹——从弹协同攻击策略的基础上,提出了一种末段目标定位策略,对固定目标的定位进行了研究,讨论了基于扩展Kalman滤波(EKF)的无源定位方法.     

Accurate single-observer passive coherent location estimation based on TDOA and DOA

This paper investigates the problem of target position estimation with a single-observer passive coherent location(PCL) system. An approach that combines angle with time difference of arrival(ATDOA) is used to estimate the location of a target. Compared with the TDOA-only method which needs two steps, the proposed method estimates the target position more directly. The constrained total least squares(CTLS) technique is applied in this approach. It achieves the Cramer–Rao lower bound(CRLB) when the parameter measurements are subject to small Gaussian-distributed errors. Performance analysis and the CRLB of this approach are also studied. Theory verifies that the ATDOA method gets a lower CRLB than the TDOA-only method with the same TDOA measuring error. It can also be seen that the position of the target affects estimating precision.At the same time, the locations of transmitters affect the precision and its gradient direction.Compared with the TDOA, the ATDOA method can obtain more precise target position estimation.Furthermore, the proposed method accomplishes target position estimation with a single transmitter,while the TDOA-only method needs at least four transmitters to get the target position. Furthermore,the transmitters' position errors also affect precision of estimation regularly.     

双基地及其联网系统的定位方法及精度分析

讨论的双基地系统中,发射站只起照射目标的作用,而接收站测量距离和、方位角及俯仰角。分析了双基地系统的目标定位方法和定位误差。通过分析定位精度在受控区域内的分布,提示了双基地系统的定位性能。文中对组网双基地系统的定位处理方法进行了讨论,其中采用WLS(Weighted Least Square)算法进行数据融合处理,仿真结果表明,联网双基地系统的定位精度大有提高。     

Hybrid integration method for highly maneuvering radar target detection based on a Markov motion model

To detect highly maneuvering radar targets in low signal-to-noise ratio conditions, a hybrid long-time integration method is proposed, which combines Radon-Fourier Transform (RFT), Dynamic Programming (DP), and Binary Integration (BI), named RFT-DP-BI. A Markov model with unified range-velocity quantification is formulated to describe the maneuvering target’s motion. Based on this model, long-time hybrid integration is performed. Firstly, the whole integration time is divided into multiple time segments and coherent integration is performed in each segment via RFT. Secondly, non-coherent integration is performed in all segments via DP. Thirdly, 2/4 binary integration is performed to further improve the detection performance. Finally, the detection results are exported together with target range and velocity trajectories. The proposed method can perform the long-time integration of highly maneuvering targets with arbitrary forms of motion. Additionally, it has a low computational cost that is linear to the integration time. Both simulated and real radar data demonstrate that it offers good detection and estimation performances.     

Radar maneuvering target tracking algorithm based on human cognition mechanism

Radar Maneuvering Targets Tracking(RMTT) in clutter is a quite challenging issue due to the errors in the models and the varying dynamics of the processes. Modern radar tracking system calls for the adaptive signal and data processing algorithm urgently to adapt the uncertainty of the environment. The mechanism of human cognition can help persons cope with the similar diffi-culties in visual tracking. Inspired by human cognition mechanism, a comprehensive method for RMTT is proposed. In the method, the model transition probability in Interacting Multiple Model(IMM) and the validation gate can be adjusted dynamically with target maneuver; the waveform in radar transmitter can vary with the perception of the environment. Experimental results in cluttered scenes show that the proposed algorithm is more accurate for perceiving the environment and targets, and the waveform selection algorithm is better than that with fixed waveform.     

Moving target localization in distributed MIMO radar with transmitter and receiver location uncertainties

In this paper, the problem of moving target localization from Bistatic Range(BR) and Bistatic Range Rate(BRR) measurements in a Multiple-Input Multiple-Output(MIMO) radar system having widely separated antennas is investigated. We consider a practically motivated scenario,where the accurate knowledge of transmitter and receiver locations is not known and only the nominal values are available for processing. With the transmitter and receiver location uncertainties,which are usually neglected in MIMO radar systems by prior studies, taken into account in the measurement model, we develop a novel algebraic solution to reduce the estimation error for moving target localization. The proposed algorithm is based on the pseudolinear set of equations and two-step weighted least squares estimation. The Cramer-Rao Lower Bound(CRLB) is derived in the presence of transmitter and receiver location uncertainties. Theoretical accuracy analysis demonstrates that the proposed solution attains the CRLB, and numerical examples show that the proposed solution achieves significant performance improvement over the existing algorithms.     

双平台交叉定位去除虚假点方法研究

针对测向交叉定位方法在多辐射目标源的情况下存在的虚假定位,提出了一种去除虚假点的新方法——结合时差去除法。该方法通过计算双平台间测量数据的相近度来进行最优匹配,去除虚假定位。该方法无需先验信息,只需两个测量平台,降低了平台间数据传输和时间同步的复杂性。仿真结果表明,该方法运算速度快,对水平编队目标群定位精度高。     

基于OTHR与纯角度传感器群数据关联的模式辨识与定位精度提升

 天波超视距雷达(OTHR)目标跟踪面临着"三低"(低检测概率、低数据率和低测量精度)和"多径"(多条传播路径)的挑战,因此传播模式的准确辨识与目标定位精度提升是改善跟踪能力的关键。首先利用纯角度传感器群获得目标地理位置的初步估计,然后采用极大似然估计建立了OTHR的传播模式和杂波模式的辨识规则,进而利用最小方差估计准则实现OTHR和纯角度传感器群的量测融合。仿真结果表明,此算法的模式辨识正确率很高,能明显提升方位角的测量精度,但是不能明显提升径向距的精度。     

一种4站情况下基于TDOA/FDOA的无源定位方法

在基于时频差的三维运动目标无源定位系统中,针对在4个接收站的情况下搜索法实时性低的问题,提出了一种基于改进的加权最小二乘法（MWLS）与萤火虫算法（FA）相结合的无源定位方法（MWLS-FA）。该方法的第1步通过构造一组新的方程来对加权最小二乘（WLS）方法进行改进,使得改进后的WLS方法在4站情况下也能得到目标位置和速度的初始值,第2步利用这个初始值为FA方法提供一个动态的搜索区域,同时在约束条件的添加和参数选择两个方面针对性地对FA方法做出了调整和改进。仿真结果表明,该方法在4站情况下对目标的定位精度可以达到克拉美罗下限（CRLB）,而且在实时性和抗噪性方面优于传统的搜索法,同时该方法在5站情况下的抗噪性能优于两步加权最小二乘法（TSWLS）和约束加权最小二乘（CWLS）法。     

基于序列图像的航天器自主导航降维滤波方法

非合作目标的运动感知与状态估计,是太空领域技术发展的重要组成部分。非合作目标相对状态的精确估计是相对导航的难点问题。传统的非合作目标扩展卡尔曼滤波算法需要结合非合作目标的质心位置,增加了状态变量的维数,提高了系统不确定性,从而会影响状态扩展卡尔曼滤波的收敛速度。提出了一种基于序列图像的非合作目标相对导航方法,该方法在不对质心进行估计的情况下首先对非合作目标姿态进行估计,在完成非合作目标姿态估计后再对其质心进行估计。本文推导了光学相机测量值与目标真实姿态的关系,构建了基于序列图像的测量模型,分别建立了不含有非合作目标质心位置的状态方程和基于非合作目标位置、速度矢量的状态方程,设计了适用于非合作目标状态估计的扩展卡尔曼滤波算法。仿真实验表明该方法可在10 Hz采样频率下经过50次采样（即5 s）内快速收敛,从而有利于空间飞行器的在轨服务与维护。     

WGS-84模型下时差频差半定规划定位算法

利用多颗卫星的时差频差对辐射源进行位置和速度的测量,其本质意义上是一个含有噪声项的高度非线性方程组求解问题,针对地面目标而言,可以采用基于WGS-84地球模型作为目标位置和速度约束,更进一步的增加了定位系统的复杂性。提出了一种基于半定规划(SDP)的定位解算法,将非线性方程求解问题通过适当的松弛,转化为半定优化(SDO)的问题,借助于业界较为成熟的CVX等优化软件进行定位求解,并研究了该模型条件下的克拉美罗下界(CRLB)。仿真结果表明,该算法能够较好地逼近克拉美罗下界。