基于DSP的无源时差定位信号聚类分选算法

以四站无源时差定位信号处理器为例 ,详细分析了时差测量值的统计特性和相关统计特性 ,并利用该分析结果设计并实现了有利于DSP处理的基于时差相关的聚类分选算法 ,最后给出了该算法的实际测试结果及测试结果分析。研究表明 :基于时差相关的聚类分选算法能够有效地提取同一时差峰内的多个辐射源 ,并较好地解决时差散布造成的时差峰分裂的问题。     

多站时差定位关键技术研究

提出一种基于机动平台的电子侦察目标精确定位方法,利用多站观测获得雷达辐射源时差信息,通过定位跟踪算法实现目标位置精确估计。该方法具有较大的灵活性,适用于任意机动观测平台,且可方便地推广应用于更多机动平台组网观测,以提高侦察定位精度和稳健性。分析了精确时差测量、辐射源定位跟踪等关键技术,并进行了性能分析仿真。     

时差定位卫星簇的时域关联干扰方法研究

时差定位卫星簇对地表的辐射源存在很大威胁.为保护目标辐射源,在分析时差定位卫星簇TDOA脉冲配对的原理的基础上,提出一种新的主动干扰方法.即通过控制干扰脉冲与辐射源脉冲之间的时域关联关系,达到欺骗时差定位卫星的TDOA估计.仿真计算表明,适当的脉冲发射时间和脉冲宽度的同频干扰源对辐射源位置信息的保护具有可行性和有效性.     

被动传感器组网变门限聚类定位算法

为了提高干扰情况下目标的定位精度,提出一种基于数据质量分析的地面固定被动传感器组网变门限聚类定位算法。该算法充分利用传感器组网和数据质量分析的优点,首先将各传感器量测转换为目标的估计位置点,并按照距离平方和的方法对各位置点进行数据质量分析;其次构造检验统计量,根据位置点数量的变化自适应调整聚类门限进而对位置点中心进行数据质量分析;最后根据分析结果确定高质量位置点类别并获得目标的估计位置。通过和最小均方误差估计算法（MMSE）相比较,变门限聚类定位算法可有效消除低质量数据对定位结果的影响,从而提高了目标的定位精度。仿真结果验证了从数据质量分析的角度对目标进行组网定位的有效性。     

两星一地时差定位方法性能分析

针对同轨多星定位系统以及高低轨联合定位系统需要卫星数量多的特点,设想地面站和卫星联合定位体制。考虑到时差定位体制对卫星运动不敏感的特征,提出一星三地和两星一地2种定位体制,从定位场景、定位原理、理论定位误差和误差分布4个方面对定位效能分析。重点论述了两星一地时差定位误差的地理分布、时间分布以及受高度的影响,对将来的工程化应用提供支撑。     

海洋定位卫星性能分析

编队卫星是重要的空间设施，为保证编队卫星在空间复杂环境中的工作效率，需对编队卫星的工作原理、状态进行分析。以三星编队的海洋定位卫星为例，由于该编队卫星工作状态常受到星间基线、目标源位置、卫星高度等多种因素的制约，易造成定位模糊等问题。在评价海洋定位卫星性能方面，传统的方法主要着眼于定位精度，而忽略了定位迭代解算时间这一指标，而在特定的场景下(海上搜救、抢险救灾)，较短的解算时间可以迅速找出目标源的概略位置。通过分析海洋定位卫星的时差测量定位原理，对定位误差精度进行了分析，提出水平精度因子(HDOP)和最小二乘迭代结合的评价方法，分析了影响卫星性能的因素，包括目标源相对几何位置、卫星高度及卫星几何构型等方面的影响。仿真结果表明:本文的设计可以提高卫星的定位效果，为定位卫星的参数设定提供参考。     

基于多时刻时差的三星时差定位跟踪算法

对于高海拔目标,引入地球椭球模型会产生很大的系统误差,三星座时差定位算法只能采用两路时差信息作为观测向量。因此,传统的时差定位方法具有一定的局限性。提出了一种利用不同时刻时差信息的三星座时差滤波算法,利用不敏卡尔曼滤波(UKF)对不同时刻时差信息进行滤波估计静止目标位置。仿真表明该滤波方法相对于三星座时差滤波算法来说跟踪性能更好。     

利用GPS星际照射源的无源侦察定位系统研究

提出了一种以GPS卫星作为照射源的单传感器无源侦察定位方法。首先 ,分析了利用GPS卫星作为照射源的可行性 ;其次 ,利用各卫星辐射信号经过目标散射 ,到达传感器的时差信息完成目标的探测和定位 ,并给出系统分析和MonteCarlo仿真 ;最后 ,文章讨论了无源系统的性能及应用前景。     

卫星干扰源定位中时间差估计优化算法研究

为了提高卫星干扰源测时差定位的性能,提出了四阶累积量时间差(TDOA)估计优化算法.该方法利用高阶累积量的特性,在低信噪比、非相关或相关噪声环境下,对接收信号到达时间差做出精确估计,有效提高了卫星干扰源定位的性能.仿真结果验证了该算法的准确性和有效性.     

双向互选最近邻准则下的多目标TDOA无源定位

为有效解决多目标无源定位中的数据关联难题,提出双向互选最近邻多目标数据关联算法。该算法借鉴全局最近邻思想解决多目标到达时差(TDOA)测量数据关联问题,在设置检测门限对时差测量数据进行关联初选的基础上,将所有目标和初选后数据的关联配对关系进行全局考虑,通过对初选后数据的前后向互选来解决多目标时差测量数据的正确关联问题。该算法在从众多时差测量数据关联配对点中提取真实目标位置的同时,可有效解决时差无源定位中的定位模糊问题,算法模块也可应用到多星测时差、测向-测时差等无源定位系统中。仿真结果表明,该算法能有效解决多目标时差测量数据的关联问题,最终实现对多目标的无源定位。