基于最大似然估计的TDOA/FDOA无源定位偏差补偿算法

在到达时差/到达频差(TDOA/FDOA)无源定位系统中,定位问题的非线性使得定位的结果存在偏差,特别是在噪声较大或者接收站布站不合理的情况下,定位的偏差尤其显著。针对这一问题,提出了一种基于最大似然估计的偏差补偿算法。该方法分为3步:首先,利用最大似然估计器对目标的位置和速度进行求解;其次,通过利用目标定位的估计值和含噪的测量值,对目标的位置和速度偏差值进行理论分析和推导;最后,将最大似然估计解减去理论偏差值,得到经过偏差补偿的新的目标定位解。理论分析和实验仿真证明,在一定噪声的情况下,所推导的目标位置和速度的理论偏差值与实际偏差值相符,并且经过偏差补偿后的定位算法,在保持目标定位的均方根误差(RMSE)与原最大似然算法一致的情况下,目标的位置和速度偏差值远远小于原最大似然算法的偏差值,目标定位精度得到了有效的提高。     

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。     

基于MLR的机动平台传感器误差配准算法

 基于固定平台传感器误差极大似然配准(MLR)算法,针对机动平台存在姿态角系统误差的问题,提出了对机动平台传感器系统误差和目标状态进行批处理离线估计的机动极大似然配准(MLRM)算法.该算法利用所有传感器对目标的量测值,通过把传感器量测向目标状态进行投影、对传感器系统误差和目标状态进行期望最大化迭代以及对目标的状态进行融合估计,最终实现量测、姿态角系统误差和目标状态的有效估计.仿真结果表明,该算法迭代收敛速度快,对系统误差估计精度高,对系统误差可观测性较低的配准环境的适应性强并且对传感器姿态角的相关性不敏感,具有很强的工程实用性.     

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)。     

基于合作目标的三维空间贝叶斯传感器配准算法

当存在合作目标时,基于合作目标的传感器配准算法往往优于基于多站测量的传感器配准算法.传统的基于合作目标的传感器配准算法将系统误差看作是一个确定未知量,对未知量的估计采用了非贝叶斯的参数估计算法,如极大似然法、最小二乘法等.当传感器量测噪声相对于传感器系统误差不可忽略时,上述算法估计效果较差.在此背景下,提出了基于合作目标的贝叶斯传感器配准算法,通过将传感器系统误差建模成未知的随机过程,并通过卡尔曼滤波消除量测噪声对系统误差估计带来的影响,实验结果表明,方法具有较好的实用性.     

基于极大似然估计器的GNSS矢量跟踪算法

矢量跟踪是一种将全球导航卫星系统(GNSS)接收机的信号跟踪与导航解算融为一体的跟踪算法。传统的基于矢量延迟/频率锁定环(VDFLL)的跟踪算法普遍采用延迟锁定环(DLL)和锁频环(FLL)鉴别器计算伪距和伪距率偏差观测量,由于锁频环鉴别器存在近似误差和一步延迟效应,在高动态环境下容易造成环路失锁。从直接估计卫星信号特征参数的角度出发,基于中频信号模型构建码相位和载波多普勒的极大似然代价函数,采用非迭代估计算法得到各通道码相位和多普勒频移的估计偏差,转换为卡尔曼滤波器的观测矢量,提出一种基于极大似然估计器(MLE)的矢量跟踪算法。理论分析和仿真结果表明:新算法结合了极大似然估计和矢量跟踪的优点,克服了FLL的延迟效应,与基于VDFLL的矢量环路相比,高动态环境下的跟踪稳定性更好,可以对被遮挡的卫星保持持续的跟踪。     

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...     

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。     

直达与非直达环境中的多目标解耦直接定位方法

针对直达（LOS）与非直达（NLOS）环境中的定位问题,提出了一种波形已知条件下的单阵地多目标直接定位（DPD）算法。该算法针对发射时间已知和未知两种情况,利用多径信号到达角度与时延关于障碍物（或反射体）、观测站与目标位置参数的数学关系,建立了三维目标位置的最大似然（ML）函数,无需估计测量参数,避免了传统两步定位方法所需的非直达径识别与数据关联。为了克服多目标定位中的高维非线性优化问题,该算法利用独立波形信息将多目标定位解耦为对各个目标单独求解。通过对目标函数有效近似,算法在发射时间已知和未知两种情况下均仅需三维网格搜索,比相应的两步定位方法具有更低的计算量。此外,基于多径定位场景,推导了发射时间已知和未知两种情况下的位置估计克拉美罗界（CRB）。仿真结果表明：算法的定位性能能够逼近相应的克拉美罗界,比传统两步定位方法和子空间直接定位算法具有更高的定位精度。     

宽带信号近似最大似然方位估计快速算法

 针对短采样宽带信号近似最大似然方位估计（AML）计算量大的问题,将马尔可夫蒙特卡罗(MCMC)方法与近似最大似然方位估计相结合,提出一种基于完美抽样的近似最大似然方位估计快速算法（PAML）。该算法将AML算法的空间谱函数作为信号的概率分布函数,并利用完美抽样方法从该概率分布函数中抽样。与AML和遗传算法的对比实验研究表明,两目标情况下PAML算法在中低信噪比条件下的估计性能与AML和遗传算法性能相当,而计算量分别是二者的1/24和1/3。随着目标个数的增加,PAML算法的计算量优势将更加明显。     

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。     

一种运动双站多脉冲无源定位算法

针对运动双站对已知高度的地面目标辐射源高精度定位问题,借鉴SAR成像原理和直接定位法思想,提出了一种利用空中两运动侦察站接收到目标多脉冲信号间的到达时间差(TDOA)和到达频率差(FDOA)信息的无源定位算法。采样时将观测时间分为快时间和慢时间,在快时间域估计时差,慢时间域估计频差,具体方法为:首先将两侦察站的采样信号在频域互相关,然后利用参考函数和广义Keystone变换消除距离单元徙动,再通过二维傅里叶变换得到目标位置点的TDOA和FDOA联合估计值,最后将时差频差联合估计值通过几何关系映射到目标的空间位置。仿真结果表明信噪比较高时逼近直接定位法的克拉美罗下限(CRLB),信噪比较低时仍然可以定位。此外,本文算法不仅计算量小,且适用于不可区分多目标辐射源定位问题,具有高精度和超分辨特性。     

一种改进的雷达低空目标仰角估计算法

由于地(海)面反射的多径镜像信号的存在,使雷达低空目标的仰角估计成了难题。而三子孔径算法是针对该难题而提出的一种有效算法。此算法基于极大似然算法将等距线阵均分为三个子孔径,从而简化了估计函数,也使计算量大大减少。本文在三子孔径算法的基础上,利用目标信号与镜像信号在入射角度上的正弦约束条件,给出了一种改进算法。计算机仿真结果显示改进算法在性能上要优于三子孔径算法。     

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。     

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。     

基于微小卫星的空间目标光学探测定位方法

为实现空间目标的天基光学观测,利用双星定位原理,采用仅测角的观测方式,结合最小二乘法建立了双星几何定位模型。考虑到星点提取作为光学定位算法中的重要一环将直接影响最终的定位精度,因而针对就星图处理部分,分析了星图的灰度特点,采用阈值分割法进行了去噪处理,选取了几种质心法对星点进行提取,利用真实星图对提取结果进行比较,选出了形心法和阈值质心法 2种较为可行的星点提取算法。通过仿真计算和蒙特卡洛误差分析结果可知,不考虑误差时,定位误差小于 10-5 m;考虑主要误差源时,定位误差小于 100 m;且姿态误差对定位方法的精度影响最大,数值上可以达到总误差的 0.9倍以上,速度误差的影响最小,只有总误差的 1/30,可以忽略;定位误差近似呈高斯分布且误差的大小与误差源近似呈线性关系。由此可见,文章所建立的定位算法可以对空间目标实现较为精确的定位。     

GNSS/SINS组合导航中多路径效应的识别与抑制算法CSCD

针对GNSS/SINS组合导航系统中,GNSS定位易受多路径效应影响的问题,提出了一种多路径效应识别与抑制算法。通过设计姿态检测与χ^(2)检验相结合的两层多路径效应识别方法,实时检测GNSS输出结果的可靠性和GNSS/SINS二者定位的一致性。将提出的抗野值自适应滤波算法用于对多路径误差的抑制,当检测到GNSS受多路径效应影响时,通过残差加权减小异常量测量在量测更新中的比重;当GNSS定位正常时,通过限定记忆指数加权的方式计算残差协方差的极大似然最优估计,并采用渐消滤波提高滤波器的调节能力。通过实际跑车试验验证了该算法能够有效抑制GNSS多路径误差,具有较高的导航精度与自适应能力。     

基于最优传播路径的EMA/EKF定位算法研究CSCD

针对室内环境下蓝牙系统易受非视距影响,采用蓝牙到达角(AOA)解决室内行人定位存在较大偏差的问题,研究基站几何分布和定位算法对定位精度的影响。关于蓝牙信号在传播过程中易衰减及产生多径等因素影响定位性能,对基站安装位置与信号接收范围关系进行研究,建立基站分布优化模型,使用遗传算法(GA)求解基站布设最优位置。在此基础上,提出了基于改进指数移动平均(EMA)算法结合扩展卡尔曼滤波(EKF)算法进行误差补偿。实验结果表明,该方法的平均定位误差为0.89m,相较于EKF定位精度更高,证明了所提方法的有效性。     

基于MLAT定位解析算法研究综述

为切实提高航空安全水平,提高机场利用率、减轻管制人员的工作负荷,实现准确及时地监视目标飞机位置是维持机场内部安全有效运行的基础。多点定位系统(MLAT)作为新兴场面监视技术,可对监视点精准实时可靠定位,对MLAT的研究已经成为国际民航界的一个研究热点。综述了多点定位算法的研究现状;重点分析了基于到达时间差(TDOA)下的定位解析算法,依据算法特性将其分为基于迭代形式、解析转化形式及智能混合算法形式,对存在的问题进行归纳总结,并对多点定位技术的潜在发展方向做出展望。