基于两步最小二乘定位的偏差改进算法

针对传统最小二乘(LS)定位算法在噪声较大时会出现有偏估计的问题。首先详细推导了传统两步最小二乘算法在时差角度联合定位场景下的理论偏差,给出了出现偏差的原因;其次对误差均值加入二次约束条件,提出一种基于时差角度联合定位的改进算法,并详细推导新算法的理论偏差以及均方误差。相比于其他加限制条件的方法,新算法能有效降低估计偏差,另外由于其不需要进行特征值分解且能得到闭式解,计算复杂度较小。仿真结果表明,新算法在保持原有均方误差(MSE)的前提下能显著降低估计偏差,其定位偏差与最大似然估计器相当。     

传感器位置误差条件下的约束总体最小二乘时差定位算法

 现代定位系统中,传感器往往被安放在运动平台上,其位置无法精确得知,存在估计误差,将严重影响对目标的定位精度。针对这一问题,提出基于约束总体最小二乘(CTLS)的到达时差(TDOA)定位算法。首先通过引入中间变量,将非线性TDOA定位方程转化为伪线性方程,再利用CTLS技术,全面考虑伪线性方程所有系数中的噪声。在此基础上推导了定位方程的目标函数,再根据牛顿迭代方法,进行数值迭代,快速得到精确解。采用一阶小噪声扰动分析方法,对该算法的理论性能进行了分析,证明了算法的无偏性和逼近克拉美-罗下限(CRLB)。仿真实验表明,该算法克服了现有总体最小二乘(TLS)算法不能达到CRLB、两步加权最小二乘(two-step WLS)算法在较高噪声时性能发散的缺陷,在较高噪声时定位精度仍然能达到CRLB。     

基于定位误差修正的运动目标TDOA/FDOA无源定位方法

针对时差(TDOA)、频差(FDOA)无源定位的两步加权最小二乘(TSWLS)方法定位均方根误差(RMSE)和定位偏差适应测量噪声能力差的问题,在分析了影响两步法定位性能的因素基础上提出一种基于一阶泰勒级数展开的定位误差修正方法。该方法的第1步和两步法相同;其第2步避免了两步法第2步中引入估计偏差的平方运算,利用一阶泰勒级数展开得到第1步定位误差的线性最小均方估计,修正第1步定位结果得到目标位置和速度的最终估计,从理论上证明了该方法可以达到定位的克拉美罗下限(CRLB)。计算机仿真对比了新方法和TSWLS方法、基于泰勒级数(TS)展开的迭代极大似然(ML)方法以及约束总体最小二乘(CTLS)方法的定位性能,新算法复杂度和两步法相当,且均方误差和定位偏差低于两步法、泰勒级数法和CTLS方法。     

传感器参数误差下的运动目标TDOA/FDOA无源定位算法

在运动目标无源定位系统中，许多算法的前提是精确已知传感器的位置以及速度，但实际情况下可利用的传感器的参数均会存在一些噪声扰动。针对这一问题，提出一种改进的两步加权最小二乘（TSWLS）时差（TDOA）与频差（FDOA）定位算法。该算法是一种闭式算法并且分为2步。第1步与经典的两步加权最小二乘算法相同，第2步进一步研究了额外变量与目标参数之间的关系并且建立了新的矩阵方程。随后，利用加权最小二乘技术给出了最终解。理论分析证明了在测量噪声较小时该算法能够达到克拉美罗界（CRLB）。所提算法具有计算复杂度低，实时性高的优点；另外，经过适当的维度调整，该算法同样适用于对多非相交源进行定位求解。计算机仿真进一步证明了理论分析的正确性。     

双机协同无源定位算法

相较于有源定位,只能利用到达角(Angle of Arrival,AOA)的双机协同无源定位对目标的观测维度很低,这会导致对目标的定位精度低或迭代收敛速度慢等问题发生。对此,利用有限的测量值研究更优秀的算法以提高定位精度具有实际意义。首先,介绍了普通最小二乘法、加权最小二乘法、总体最小二乘法 3种基于最小二乘算法的定位算法;然后,介绍了高斯-牛顿迭代法(Gauss-Newton iteration method,GNIM)和加权工具变量伪线性估计法 (Weighted Instrumental Variable Pseudolinear Estimation Method,WIVPLE)2种基于最大似然估计的定位算法;最后,使用蒙特卡洛法在不同误差条件和几何构型下对这些算法的定位精度进行仿真实验。     

利用重要性采样的时差-频差联合估计算法

针对无源定位中参考信号真实值未知的时差(TDOA)-频差(FDOA)联合估计问题,构建了一种新的时差-频差最大似然(ML)估计模型,并采用重要性采样(IS)方法求解似然函数极大值,得到时差-频差联合估计。算法通过生成时差-频差样本,并统计样本加权均值得到估计值,克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题,且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗下界(CRLB),并通过仿真实验表明,算法的计算复杂度适中,估计精度优于CAF算法和EM算法,在不同信噪比条件下估计误差接近CRLB。     

一种基于卡尔曼滤波的定位解算性能评估新方法

对基于卡尔曼滤波的定位解算性能进行评估是提高卫星导航系统性能的有效途径。而传统的评估方法受人为主观性因素影响较大,提出了一种对数最小二乘模糊层次分析(FAHP)方法和模糊综合评价(FCE)方法相结合的性能评估方法。推导了模糊权重向量的唯一性确定条件,并将对数最小二乘FAHP方法确定的模糊权重向量去模糊化,使得权重向量可直接利用FCE方法进行加权综合,形成优势互补。以基于卡尔曼滤波的定位解算性能评估为实例,通过比较分析表明,所提出的对数最小二乘FAHP-FCE评估方法计算得到的权重向量优于基于程度分析的FAHP方法和基于先验规则挖掘的FAHP方法,使其更适合于对基于卡尔曼滤波的定位解算算法进行性能评估。     

基于最小二乘B样条逼近的观测数据野值剔除方法

本文提出了一种适用于弹道观测数据野值剔除的方法。该方法以最小二乘B样条逼近算法为基础，用拟合残差构造加权序列并通过迭代得到B样条系数的稳键估计，对各观测值与拟合值进行比较时在3σ准则的基础上引入偏度分析方法，以确保正确识别出观测数据中的野值，并以拟合值替代之。     

基于四线性分解的双基地MIMO雷达的角度和多普勒频率联合估计

研究双基地多输入多输出(Multiple-input Multiple-output, MIMO)雷达中的角度和多普勒频率联合估计问题,提出了一种基于四线性分解(Quadrilinear Decomposition)的离开角(Direction of Departure, DOD)、波达角(Direction of Arrival, DOA)和多普勒频率的联合估计算法。通过对接收端匹配滤波器的输出进行延迟操作,得到符合四线性模型的数据,根据四线性交替最小二乘(Quadrilinear Alternating Least Squares, QALS)进行迭代,得到方向矩阵和多普勒频率矩阵的估计,进而得到角度和频率的估计。该算法无需谱峰搜索,无需知道反射系数,可实现角度和频率的自动配对,且能用于非均匀阵,该算法的角度估计性能优于多维ESPRIT方法和三线性交替最小二乘(Trilinear Alternating Least Squares, TALS)方法。论文分析了所提算法复杂度,并推导了克拉美-罗界(Cramer-Rao bound, CRB)。仿真结果验证了该算法的有效性。     

利用雷达数据事后确定机动式再入目标的弹道

本文研究出一种利用雷达跟踪数据事后分析确定机动式再入目标的气动参数的技术。本技术使用了加权最小二乘序贯估计器,该估计器在各批处理数据中依次步进移动。观测值为来自分布在落点附近精密跟踪雷达的角度和距离数据。用六维估计器(三维位置和三维速度)来估计再入目标自由飞行段的状态。本文还导出了两种再入估计器:第一个是七维估计器,包括六维自由飞行参数加上一个弹道系数,用来估计弹道再入段的状态,第二个是九维机动再入目标估计器,一旦有机动发生就用这种估计器。研究出一种基于测量残差监视的算法,可以自适应地从六态估计器转换成七态估计器,再到九态估计器。进行了一系列数值仿真,检验了这种技术及其编程。利用蒙特卡罗仿真验证了估计器的协方差矩阵的精度。     

一种改进余度捷联惯导系统最优奇偶矢量故障容错算法

针对余度捷联惯导系统故障检测方法对小故障和渐变型故障检测率低的问题,提出了利用对特定传感器敏感的最优奇偶矢量来构造最小二乘加权矩阵的算法。该算法利用最优奇偶矢量产生奇偶残差来反映特定传感器对待测状态量测的准确程度,通过该残差确定最小二乘加权阵,进而再辅助最优奇偶矢量进行故障检测,达到对小故障和渐变型故障的容错。仿真结果表明本方法能够有效提高待测状态的估计精度,具有一定的工程参考价值。     

一种基于观测站数目最小化的TDOA/FDOA无源定位算法

在三维（3D）运动目标无源定位系统中，无模糊定位最少需要4个观测站。而传统的两步加权最小二乘（TSWLS）及其改进的闭式算法至少需要5个观测站进行求解，当减少一个观测站时，这些闭式算法往往无法提供可靠解。针对这一问题，提出一种最小化观测站数目的到达时间差（TDOA）与到达频率差（FDOA）定位算法。该算法是一种闭式解法并且能够在三维场景下仅使用4个观测站进行定位。该算法分为两步：第1步分离传统的TSWLS算法中未知参数空间，建立了一组新的等式，并且利用加权最小二乘（WLS）算法得到目标位置与速度的初始值；第2步利用泰勒级数展开算法将中间变量线性化，对目标位置和速度初始值进一步校正。理论分析证明了在适当的噪声水平下该算法能够达到克拉美罗界（CRLB）。此外，计算机仿真表明仅使用4个观测站时，该算法对于近场以及远场目标参数的估计精度在测量噪声较小时可以实现CRLB；并且还表明使用5个观测站估计时，该算法比TSWLS及其改进算法能更好地适应大的测量噪声。     

存在观测站位置误差的转发式时差无源定位

无源定位中,由于观测站安放在运动平台等原因造成的观测站位置误差会影响无源定位精度性能。另外到达时间差(简称时差)(TDOA)的转发式测量需要将不同观测站截获到的辐射源信号都转发到同一位置,如主观测站。针对这两个问题,提出了基于约束总体最小二乘(CTLS)的无源定位算法。首先将转发式时差的非线性定位方程转化为不需要中间变量的直接线性方程,再基于CTLS算法依次转化为约束优化问题和无约束优化问题,最后推导给出定位近似闭式解。仿真实验表明在观测站误差较大时,该算法与其他算法相比定位精度性能较好。     

一种新的基于TDOA与GROA的无源定位算法

针对基于到达时间差(TDOA)与到达增益比(GROA)的辐射源无源定位问题,提出了一种新的定位算法。首先通过引入一个中间变量,根据TDOA和GROA测量模型,构造一个约束加权最小二乘(CWLS)估计。由于这个CWLS问题是非凸的优化问题,现有的方法不能很好地求解。为此,提出了一种有效的方法可以求解到其全局最优解。最后,所提算法被推广到观测站存在自定位误差时的定位求解。计算机仿真结果验证了所提算法能够获得优于传统两步加权最小二乘法(2WLS)的定位性能,能够在更大的噪声条件下达到克拉美罗下界(CRLB)。     

外弹道加权最小一乘模型研究与应用

工程技术领域中常常要求算法具有较强的稳健性。本文讨论了最小一乘和加权最小二乘相比于传统最小二乘的优势，根据实际工程需要，引入自变量权系数设置方式，并采用遗传算法提高算法的收敛速度，提出适用于工程计算的加权最小一乘模型。通过弹道数据的仿真计算，加权最小一乘算法能够克服异常数据所带来的影响，减小各种相对误差水平，表现出较强的稳健性，验证了该算法的有效性和正确性。     

鲁棒EKF在脉冲星导航系统中的应用

针对脉冲星导航系统的滤波问题,传统的扩展卡尔曼滤波(EKF)算法存在不能克服系统模型存在不确定性参数以及乘性噪声等缺陷,提出一种鲁棒EKF算法。首先,分析了状态预测误差方程和估计误差方程,利用统计学原理,得到了状态预测方差矩阵和状态估计方差矩阵计算等式。由于系统模型存在不确定性参数,状态预测协方差矩阵和状态估计协方差矩阵无法计算;因此,利用4个重要矩阵不等式,分析并找到预测方差矩阵和状态估计方差矩阵的上界。最后,利用状态估计误差协方差矩阵上界设计状态增益矩阵,使得状态估计协方差矩阵的迹最小。将该算法对脉冲星导航系统进行仿真,仿真结果验证了所提算法的有效性。     

一种联合估计的有源校正高精度测向算法

针对存在系统误差的阵列模型,提出了一种有源标校下的联合估计测向算法。该算法把误差矩阵估计转化为误差系数估计,并采用到达角精确已知的源信号进行标校,在此基础上使用最小二乘法联合估计幅相不一致误差系数和互耦误差系数,最后使用结合误差矩阵的MUSIC算法测量信号的到达角。仿真表明,该算法仅需要3个标校源,其精度相比于无阵列误差情况下降0.05°,具有较好的工程可实现性。     

基于单纯B样条的航空发动机机载稳态模型研究

为了减小航空发动机稳态建模的模型误差、降低复杂度及提升其实时性,提出了一种基于单纯B样条函数的航空发动机稳态模型建模方法。该函数是局部多项式基函数的线性组合,因此求解该函数为线性回归问题,通过运用广义最小二乘方法来求解B系数,从而提高计算效率和提高模型精度。最后建立了基于该算法的二维和四维涡扇发动机稳态模型,并分别与相同建模样本条件下的多输入多输出约简迭代最小二乘支持向量机稳态模型进行了比较,表明了单纯B样条建模方法不仅继承了B样条的算法复杂度低、存储数据量小和实时性好等优点,同时避免了最小二乘支持向量回归机不能拟合大样本数据的缺点,且拟合效果优于最小二乘支持向量机。     

北斗导航系统接收机 自主完好性监测算法及性能分析

北斗导航定位系统是我国自主研制的全球导航定位系统,其接收机的自主完好性是决定可靠性的关键因 素之一。文章推导了RAIM(Receiver Autonomous Integrity Monitoring)算法的观测模型,并在此基础上推导了基于 最小二乘法的RAIM算法、故障检测和故障识别算法。仿真表明,该算法可以检测出故障并识别故障卫星。     

总体最小二乘算法在自适应信道均衡中的应用研究

分析了最小二乘解产生偏差的原因,推导出了最小二乘解偏差项的数学表达式。提出了一种基于瑞利商的变步长总体最小二乘求解方法。仿真试验表明,总体最小二乘算法的性能优于加权递归最小二乘算法,是一种适用于输入信号端含有噪声的自适应信道均衡算法。