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。     

一种无源双星与多普勒导航系统组合的实现方法

提出了一种双星定位系统(RDSS)无源测距信息与多普勒导航系统(DNS)组合导航的方法。首先对多普勒导航系统的定位误差进行了计算机仿真分析,得到了航姿系统(AHS)的航向角误差是系统主要误差源的结论。随后讨论了在气压高度信息辅助下无源双星和多普勒导航系统组合消除航向角误差影响的可行性,并且给出了利用卡尔曼滤波进行无源双星与多普勒导航系统组合的实现方法。计算机仿真和直升机搭载试飞的组合定位结果表明:无源双星与多普勒导航系统组合仅通过对多普勒导航系统的地速数据和两颗卫星无源测距差进行处理即可完成平面导航定位,从而摆脱了对航姿系统中航向角信息的依赖,抑制了平面定位误差的增长,获得较高导航定位精度的同时能够满足高动态导航定位的要求,为双星系统的无源应用提供了一条新的途径。     

一种考虑传感器位置误差的改进源定位算法

在无线传感器网络的定位问题中,通过移动目标与传感器之间的到达时差(TDOA)与到达频差(FDOA)测量量可以估计目标的位置和速度。但是,当传感器自身信息存在误差时,传统的定位方法将失去精确的定位效果。针对带有传感器误差的源定位问题,基于极大似然(ML)法获取一个封闭的近似解。提出了一种改进的近似极大似然(AML)算法,更新带有传感器误差的代价函数,不仅能实现实时定位,而且保证全局收敛。仿真结果表明,本文算法在存在传感器误差场景下依然可以达到克拉美-罗下限(CRLB),比已有的改进两步加权最小二乘(2-step WLS)法更有效。     

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。     

基于UKF算法的单站无源定位

机载单站无源定位具有机动性好、作用范围广等特点,而基于相位差变化率的定位方法又具有定位速度快、精度高等优点.文章研究了Unscenteed Kalman Filter(UKF)在机载单站无源定位中的应用,给出了相位差变化率定位方法的原理,介绍了UKF算法的滤波原理及滤波过程.从仿真结果表明,UKF算法应用在机载单站无源...     

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。     

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)。     

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。     

一种基于多普勒频移比的交叉定位中虚假目标清除方法

清除由测向线交叉产生的虚假目标点是无源交叉定位的关键问题,目前已经有多种解决办法,如最小距离法、最大似然法和频谱相关法,但它们或是有效性低,或是计算量大,或是需要较难获得的先验知识。利用多普勒频移比清除双站测向交叉定位产生的虚假目标是一种新方法,这种方法只利用传感器接收到的目标频率,而无需获得目标的发射频率,也不需其它的先验知识,且计算较为简单。计算机仿真结果表明该方法有效。     

三星时差定位系统的主要系统误差分析

为了对三星时差定位系统的定位误差进行标校,首先建立了定位误差与各种测量误差之间的定量关系,同时提出了将卫星位置测量误差等效为时差误差的分析方法,最终得出影响定位精度的主要系统误差是时差测量系统误差和副星相对位置系统误差,从而为三星时差定位标校系统的设计奠定了基础。     

二阶和四阶互模糊函数在工程中的时频性能比较

利用两种方法,即模糊函数和四阶累积量模糊函数对目标的两个主要参量TDOA(time-delay of arrival)和FDOA(frequency - delay of arrival)进行理论上精确的推导和实际应用中在工程上的估计,并且指出了两种方法在理论与实际应用中所得到的两种几乎截然不同的结果,并对其加以详细的分析,阐明了这种矛盾的根源之所在,并由给出的仿真结果对上述结论加以说明.     

无源雷达波束扫描时差定位方法

运用波束扫描时差定位原理,提出了四站雷达无源定位的模型并对该方法的定位精度进行了分析,同时对已有的定位算法进行了研究并提出了改进措施,最后给出了具体条件下的仿真分析。     

基于改进WKNN的位置指纹室内定位算法

位置指纹算法是目前解决室内定位问题的主要方法,指纹特征和匹配算法为影响算法精度的两大因素.针对室内复杂环境下Wi-Fi信号强度波动较大的现象,提出了基于方差的加权距离以改进WKNN算法.在离线特征提取阶段,选择了均值和方差两个特征值,既反映该采样点的RSS幅值,也反映该点RSS的波动情况;在线阶段,根据方差提出了加权距离进行相似度的计算,查找距离最近的K近邻点,并以实际环境下采集的数据验证了改进WKNN算法在RSS波动大的情况下对定位效果的改善,在综合考虑了AP组合的影响后,实现了误差均值为1.456m的定位效果.     

三星时差定位系统四站标校的布站方式研究

三星时差定位系统的四站标校方法可以在较大范围内提高定位精度,针对四站标校中不同的标校站布站方式会有不同标校效果的问题,分析了4个标校站的构型,站间基线长度以及卫星与标校站的空间位置关系对标校效果的影响。确定了四站标校的优选构型,四站标校效果随着标校站之间基线长度变大而变好,随着中心标校站距星下点的距离增大,两者之间连线方向的区域标校效果明显。该研究为四站标校方法的应用提供了技术支持。     

基于Bootstrap滤波的单站无源定位算法

针对非线性测量下的被动定位问题,建立了只测角定位模型。讨论了一种基于贝叶斯理论的 Bootstrap 滤波算法,并将该算法与扩展卡尔曼滤波算法进行了比较,仿真结果表明Bootstrap 滤波算法定位精度更高,抗噪声性能更强。     

夹具定位误差的概率分析计算

用概率方法分析夹具的定位误差,并与常用的极值法进行比较,从而得出概率分析方法的特点。     

多传感器对编队目标无源定位的数据关联技术研究

针对多传感器对编队目标进行测向交叉定位会产生大量虚假点的问题,提出了一种属性方位联合数据关联方法.采用基于支持度的关联算法对传感器探测到的目标属性数据进行初步关联,剔除部分虚假交点.然后利用改进的基准线最小距离法从候选集合中找出目标的真实测量数据关联集合.仿真结果表明,相对传统的方位数据关联方法,该方法不仅可以快速剔除虚假点,而且能够显著提高关联正确率.