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。     

一种提高脉冲雷达多普勒相位精度的方法

针对低信噪比条件下脉冲雷达模糊多普勒相位精度较低,可能导致相位测距时不能正确解相位模糊问题,基于EMD（Empirical Mode Decomposition,经验模式分解）区间阈值去噪方法,提出了一种新的提高多普勒相位精度的方法：利用EMD分解后各层信号的频率特性和能量特性,选取合适的阈值,并对各层信号进行区间阈值化处理,在提高信号信噪比的同时保持了信号的连续性.分别在回波信号噪声为高斯白噪声和AR（2）相关噪声的情况下,以及不同信噪比条件下,对该方法进行验证.仿真结果表明：在低信噪比条件下,当回波信号噪声为白噪声和相关噪声时,EMD区间阈值去噪方法能将回波信号信噪比提高5 dB,去噪性能优于小波阈值去噪方法,其对应多普勒相位精度能提高1倍以上.     

基于单个长基线干涉仪的运动单站直接定位

针对以往单站无源定位系统中采用的多通道干涉仪或阵列测向系统复杂、易受通道间幅相不一致性影响等缺点,提出了一种基于信号子空间分解的运动单站单个长基线干涉仪(LBI)直接定位(DPD)方法。该方法采用量子粒子群优化(QPSO)方法获得定位初值,再利用Newton迭代方法得到精估计值。仿真结果表明:增加观测器的机动性,可对辐射源实现快速无模糊的定位;定位性能在较高信噪比(SNR)下可接近定位误差的克拉美-罗下限(CRLB),在低信噪比下优于多通道干涉仪仅测角(BO)和长基线相位差变化率定位方法。     

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。     

基于单个长基线干涉仪的运动单站直接定位

 针对以往单站无源定位系统中采用的多通道干涉仪或阵列测向系统复杂、易受通道间幅相不一致性影响等缺点,提出了一种基于信号子空间分解的运动单站单个长基线干涉仪(LBI)直接定位(DPD)方法。该方法采用量子粒子群优化(QPSO)方法获得定位初值,再利用Newton迭代方法得到精估计值。仿真结果表明:增加观测器的机动性,可对辐射源实现快速无模糊的定位;定位性能在较高信噪比(SNR)下可接近定位误差的克拉美-罗下限(CRLB),在低信噪比下优于多通道干涉仪仅测角(BO)和长基线相位差变化率定位方法。     

运动单站干涉仪相位差直接定位方法

针对传统干涉仪测向定位在低信噪比(SNR)下性能降低、多频段系统复杂等缺点,本文直接利用运动单站干涉仪模糊相位差(PD)实现对地面静止辐射源定位.为解决该定位问题,结合干涉仪相位差的几何特性,提出了一种多角度距离参数化高斯和滤波(MB-RP-GMF)定位解算方法,利用相位差误差检测获得多个初始方位角,通过距离参数化得到一组滤波初始值,采用扩展卡尔曼滤波(EKF)进行定位计算.仿真结果表明,该定位方法在低信噪比下优于仅测向(BO)定位,且仅采用一组干涉仪便可对多个频段辐射源进行定位.     

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。     

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。     

一种改进的声反卷积相关声源定位方法

基于传声器阵列的声源定位算法的性能优劣决定了气动噪声试验检测中气动噪声源定位成像的准确性。为了提高相关声源定位方法的稳健性和准确性，提出一种改进的声反卷积相关声源定位方法——D-MACS（Developed-Mapping of Acoustic Correlated Sources）方法。该方法的特点是：在传统MACS方法的基础上，将声反卷积模型进行改进，使模型体现出声场空间扫描点声压互谱矩阵与互谱波束形成输出矩阵之间的数学关系，其最终获得的声源定位结果，能够提高MACS方法声源定位辨识的稳健性和准确性。通过仿真信号研究和声学风洞环境中的声源定位试验研究，比较了DAS（Delay And Sum beamformming）、DAMAS-C（Deconvolution Approach for the Mapping of Acoustic Correlated Sources）、MACS和D-MACS这4种方法的声源定位性能，验证了D-MACS方法在声源定位性能上的优势。     

制导误差分离中环境函数矩阵的精确计算方法

主要讨论了制导工具误差分离中环境函数矩阵的精确计算问题。环境函数矩阵的计算精度对制导工具误差分离精度有重要影响。提出了2种精确计算环境函数矩阵的方法,用六自由度弹道仿真程序验证了2种方法的有效性。     

A direct position determination method with combined TDOA and FDOA based on particle filter

The localization of a stationary transmitter using moving receivers is considered. The original Direct Position Determination (DPD) methods, with combined Time Difference of Arrival (TDOA) and Frequency Difference of Arrival (FDOA), do not perform well under low Signal-to-Noise Ratio (SNR), and worse still, the computation cost is difficult to accept when the computational capabilities are limited. To get better positioning performance, we present a new DPD algorithm that proves to be more computationally efficient and more precise for weak signals than the conventional approach. The algorithm partitions the signal received with the same receiver into multiple non-overlapping short-time signal segments, and then uses the TDOA, the FDOA and the coherency among the short-time signals to locate the target. The fast maximum likelihood estimation, one iterative method based on particle filter, is designed to solve the problem of high computation load. A secondary but important result is a derivation of closed-form expressions of the Cramer-Rao Lower Bound (CRLB). The simulation results show that the algorithm proposed in this paper outperforms the traditional DPD algorithms with more accurate results and higher computational efficiency, and especially at low SNR, it is more close to the CRLB.     

修正容积卡尔曼滤波数据域直接定位算法

为解决数据域直接定位（DPD）算法面临的计算压力,提高算法效率,提出一种基于修正的容积卡尔曼滤波（MCKF）的DPD算法。首先,融合各观测信号波达方向信息,利用子空间数据融合方法建立一种基于间接观测量的DPD滤波模型;然后,根据模型特点设计MCKF算法进行求解,解决间接观测量带来的噪声累积问题;最后,对算法计算量进行分析和对比,说明计算效率的提升。仿真结果表明,所提算法与基于最大似然遍历搜索和遗传算法的DPD算法相比,在相同的估计性能下,计算量下降明显,时效性显著提升,增加了算法实用价值。     

Pico-satellite Autonomous Navigation with Magnetometer and Sun Sensor Data

This article presents a near-Earth satellite orbit estimation method for pico-satellite applications with light-weight and low-power requirements. The method provides orbit information autonomously from magnetometer and sun sensor, with an extended Kalman filter (EKF). Real-time position/velocity parameters are estimated with attitude independently from two quantities: the measured magnitude of the Earth’s magnetic field, and the measured dot product of the magnetic field vector and the sun vector. To guarantee the filter’s effectiveness, it is recommended that the sun sensor should at least have the same level of accuracy as magnetometer. Furthermore, to reduce filter’s computation expense, simplification methods in EKF’s Jacobian calculations are introduced and testified, and a polynomial model for fast magnetic field calculation is developed. With these methods, 50% of the computation expense in dynamic model propagation and 80% of the computation burden in measurement model calculation can be reduced. Tested with simulation data and compared with original magnetometer-only methods, filter achieves faster convergence and higher accuracy by 75% and 30% respectively, and the suggested simplification methods are proved to be harmless to filter’s estimation performance.     

一种基于多普勒频率的恒模信号直接定位方法

相比于传统的差分多普勒(DD)两步定位方法,以Amar和Weiss提出的基于多普勒频率的单步直接定位方法在低信噪比和小样本条件下具有更高的定位精度。在该类新型定位体制的基础上,提出了一种基于多普勒频率的恒模信号直接定位方法。首先,依据最大似然(ML)准则以及恒模信号的恒包络特征,建立相应的直接定位优化模型。然后,根据目标函数的代数特征将全部未知参量分成两组,并提出一种有效的多参量交替迭代算法,用以获得该优化问题的最优数值解。新算法包含了针对这两组未知参量的Newton型迭代公式,用以避免网格搜索,并能实现多维参数的"解耦合"估计。最后,推导出针对恒模信号的目标位置直接估计方差的克拉美罗界(CRB)。数值实验验证了新方法的优越性。     

一种改进的模糊度子集选取方法及其性能评估

模糊度固定(ambiguity resolution, AR)能在一定程度上加快精密单点定位收敛并提高定位精度。但是模糊度固定率和计算效率会随模糊度数量的增加而降低,因此部分模糊度固定(partial ambiguity resolution, PAR)备受关注。PAR技术的关键在于模糊度子集选取,提出了一种改进的模糊度子集选取法,将高度角、信噪比以及模糊度方差联合作为模糊度子集选取的指标。实验结果表明：静态模式下,相比于全模糊度固定(full ambiguity resolution, FAR)和基于高度角的PAR方法,该方法的固定率分别提升9.65%和2.56%,首次固定时间分别缩短6.86%和3.43%,收敛时间分别缩短15.57%和5.13%,当三种方法固定率大致相同时,定位精度分别提升4.74%和5.39%;动态模式下,该方法的固定率分别提升22.75%和0.92%,首次固定时间分别缩短12.44%和0.44%,当三种方法固定率大致相同时,定位精度分别提升3.50%和4.89%。总体而言,无论是在静态还是动态模式下,该方法相比于FAR和基于高度角的PAR方法,性能均有所提升。     

电波折射误差实时修正方法研究

目前的实时弹道处理过程中,由于获得探空气象数据比较困难,电波折射误差均采用各种简化方法进行计算,因而大气折射误差计算的精度不高,修正效果不佳。针对这种现状,本文提出了基于双指数模型的射线瞄迹法计算大气折射误差。试算结果表明,该方法的计算精度与事后数据处理所采用的电波折射误差修正方法相当,且能够满足实时处理的时间要求。     

流场计算程序并行化方法的研究

利用“流场分区”的方法把流场计算程序并行化,并成功地在Transputer并行计算机上运行,并行效率可达到80％。介绍了流场划分、并行编程以及提高并行效率的方法。     

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。