一种同步时钟偏差和传感器位置误差存在下的TDOA定位新方法

同步时钟偏差和传感器位置误差会严重影响到达时间差(TDOA)定位性能。针对此问题,基于加权多维标度(WMDS)原理,提出一种能够有效抑制这2类误差影响的TDOA定位新方法。该方法首先通过构造消元矩阵消除同步时钟偏差的影响;然后基于加权多维标度分析方法构建定位关系式,并由此获得辐射源位置与传感器位置的估计值;最后利用最大似然估计准则得到同步时钟偏差的估计值。所提方法利用标量积矩阵的维度和特征结构信息,对各类误差具有更强的鲁棒性。文中的理论性能分析表明：新方法对全部参数的估计均方误差(MSE)均能逼近相应的克拉美罗下界(CRLB)。仿真实验验证了新方法的渐近统计最优性,并且相比于已有方法,其发生“门限效应”的误差阈值更高。     

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。     

三星对地面辐射源的高程修正定位算法与误差研究

提出了用最小二乘估计解算辐射源位置,在迭代过程中通过地理信息系统查询并不断修正目标高程,同时其定位误差进行了分析和仿真。结果表明,修正高程误差后可以改进目标高程定位精度,进而促进水平定位精度,水平定位精度的提高又会促进在高度上的定位,从而使整体的定位精度得到了改善。     

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.     

基于虚拟地标的行人惯性SLAM算法

针对当前仅使用低成本惯性传感器的行人导航系统航向角存在较大累积误差的问题,研究了一种只使用惯性传感器信息的虚拟地标构建方法,并通过匹配虚拟地标点对位置和航向进行误差补偿.在此基础上,结合同时定位与建图(SLAM)方法的思想,实现了仅基于惯性传感器的SLAM,提高了行人导航的精度和可靠导航时间.试验结果表明,该方法能够有效消除纯惯性行人定位系统的累积误差,在2027m2的单层建筑物中空间位置误差小于10m.     

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。     

一种机载合成孔径雷达自主定位算法

针对机载合成孔径雷达(SAR)的应用,开展机载SAR自主定位技术研究,提出通过对目标所在区域多次成像进行机载SAR自主定位的算法。该算法不受载机速度和角度误差的影响,仅利用载机瞬时位置和雷达与目标之间的距离,能够大幅提高机载SAR自主定位精度;并在载机凝视目标飞行时提出基于最小二乘的定位算法,进一步提高定位精度。最后对机载SAR实测试飞数据进行处理,并与传统的基于距离多普勒(R-D)模型的定位方法进行了比较,处理结果验证了提出的算法能够大幅提高机载SAR自主定位精度。     

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。     

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。     

基于仿脉冲星X射线信标的航天器定位方法

受X射线脉冲星导航技术的启发，提出了一种基于仿脉冲星X射线信标的航天器定位新方法，即利用人造信标模仿脉冲星发送高稳定性高信噪比X射线脉冲信号为航天器提供定位服务。首先介绍了仿脉冲星X射线信标基于三球交汇的定位原理，在分析X射线信标信号覆盖范围与天体引力摄动的影响的基础上，提出了在太阳系行星轨道中的拉格朗日点布置X射线信标的方案。其次，分析论证了人造辐射源的可行性，并基于优选脉冲星准则并结合实际脉冲星特征对辐射源参数进行初步优化。然后针对将来可能的地火转移任务需要，结合航天器动力学模型构建了基于X射线信标的观测方程，采用扩展卡尔曼滤波方法，研究了X射线信标几何分布、观测误差、信标数量、钟差及轨道误差对于航天器位置确定精度的影响。仿真结果表明，在同时观测3颗信标、TOA(Time of Arrival)测量精度为50 ns的条件下，该方法的航天器位置估计精度可达152 m，并且大部分信标组合都能将定位误差控制在1 km内。增加观测信标数量对定位精度较低信标组合的提升显著，但由于太阳系各行星间轨道倾角较小，地火转移轨道航天器同时观测5颗信标时定位误差仍在百米量级。根据深空探测领域航天器的实际...     

A Linear-correction Least-squares Approach for Geolocation Using FDOA Measurements Only

  A linear-correction least-squares(LCLS) estimation procedure is proposed for geolocation using frequency difference of arrival (FDOA) measurements only. We first analyze the measurements of FDOA, and further derive the Cram閞-Rao lower bound (CRLB) of geolocation using FDOA measurements. For the localization model is a nonlinear least squares(LS) estimator with a nonlinear constrained, a linearizing method is used to convert the model to a linear least squares estimator with a nonlinear constrained. The Gauss-Newton iteration method is developed to conquer the source localization problem. From the analysis of solving Lagrange multiplier, the algorithm is a generalization of linear-correction least squares estimation procedure under the condition of geolocation using FDOA measurements only. The algorithm is compared with common least squares estimation. Comparisons of their estimation accuracy and the CRLB are made, and the proposed method attains the CRLB. Simulation results are included to corroborate the theoretical development.     

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。     

Geolocation of a known altitude object from TDOA and FDOA measurements

Most satellite systems for locating an object on Earth use only time difference of arrival (TDOA) measurements. When there are relative motions between an emitter and receivers, frequency difference of arrival (FDOA) measurements can be used as well. Often, the altitude of an object is known (it is zero, for example) or can be measured with an altimeter. Two sets of geolocation solutions are proposed which exploit the altitude constraint to improve the localization accuracy. One is for TDOAs alone and the other for the combination of TDOA and FDOA measurements. The additional complexity by imposing the constraint is a one-dimensional Newton's search and the rooting of a polynomial. The covariance matrices of the new estimators are derived under a small measurement noise assumption and shown to attain the constrained Cramer-Rao lower bound (CRLB). When there is a bias error in the assumed altitude, using the altitude constraint will introduce a bias to the solution. Since applying the constraint decreases the variance, there is a tradeoff between variance and bias in the mean square error (MSE). The maximum allowable altitude error such that the constraint solution will remain superior to the unconstraint is given. Simulation results are included to corroborate the theoretical development.     

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。     

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.     

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4站情况下基于TDOA/FDOA的无源定位方法

在基于时频差的三维运动目标无源定位系统中,针对在4个接收站的情况下搜索法实时性低的问题,提出了一种基于改进的加权最小二乘法（MWLS）与萤火虫算法（FA）相结合的无源定位方法（MWLS-FA）。该方法的第1步通过构造一组新的方程来对加权最小二乘（WLS）方法进行改进,使得改进后的WLS方法在4站情况下也能得到目标位置和速度的初始值,第2步利用这个初始值为FA方法提供一个动态的搜索区域,同时在约束条件的添加和参数选择两个方面针对性地对FA方法做出了调整和改进。仿真结果表明,该方法在4站情况下对目标的定位精度可以达到克拉美罗下限（CRLB）,而且在实时性和抗噪性方面优于传统的搜索法,同时该方法在5站情况下的抗噪性能优于两步加权最小二乘法（TSWLS）和约束加权最小二乘（CWLS）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。     

Approximate Maximum Likelihood Algorithm for Moving Source Localization Using TDOA and FDOA Measurements

 A closed-form approximate maximum likelihood (AML) algorithm for estimating the position and velocity of a moving source is proposed by utilizing the time difference of arrival (TDOA) and frequency difference of arrival (FDOA) measurements of a signal received at a number of receivers. The maximum likelihood (ML) technique is a powerful tool to solve this problem. But a direct approach that uses the ML estimator to solve the localization problem is exhaustive search in the solution space, and it is very computationally expensive, and prohibits real-time processing. On the basis of ML function, a closed-form approximate solution to the ML equations can be obtained, which can allow real-time implementation as well as global convergence. Simulation results show that the proposed estimator achieves better performance than the two-step weighted least squares (WLS) approach, which makes it possible to attain the Cram閞-Rao lower bound (CRLB) at a sufficiently high noise level before the threshold effect occurs.     

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。