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。     

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。     

无需中间变量的多运动站时差定位新算法

传统时差(TDOA)定位模型通过引入中间变量来得到线性方程,需要两步求解过程且该模型不适合多运动站连续定位。为此,引入无需中间变量的时差定位模型,并在此基础上提出了一种约束加权最小二乘定位算法。首先将基于该模型的时差定位问题转换为加权最小二乘问题,然后推导代入时差测量值后观测矩阵和观测向量的误差项,将其每一列表示为确定矩阵与随机时差测量噪声向量乘积的形式,并基于此推导了关于目标状态的二次约束方程,最终只需通过广义特征值分解来得到目标状态估计,并推导了该估计的解析表达式。仿真结果表明所提算法的连续定位性能逼近克拉美罗-限且所得定位解渐近无偏。     

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。     

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CDMA蜂窝网的飞行器三维定位算法

针对中低空飞行器提出了一种将码分多址(CDMA)蜂窝网导频信号被动定位与惯性导航系统进行组合的导航定位方法。该定位方法是根据CDMA蜂窝网导频信号的到达时差（TDOA）进行两次加权最小二乘解算,并利用飞行器惯性组合的原始信息进行解模糊,从而实现中低空飞行器的三维实时定位。蒙特卡罗仿真证明：在高斯白噪声条件下,该算法运算速度快,精度高,其均方误差逼近克拉美罗下界（CRLB）,为组合导航实时性要求提供了理论参考。     

总体最小二乘算法在自适应信道均衡中的应用研究

分析了最小二乘解产生偏差的原因,推导出了最小二乘解偏差项的数学表达式。提出了一种基于瑞利商的变步长总体最小二乘求解方法。仿真试验表明,总体最小二乘算法的性能优于加权递归最小二乘算法,是一种适用于输入信号端含有噪声的自适应信道均衡算法。     

Closed form algorithm of double-satellite TDOA+AOA localization based on WGS-84 model

In this paper, we consider the double-satellite localization under the earth ellipsoid model of the Wideband Geodetic System(WGS-84) using the Time Difference of Arrival(TDOA)and the Angle-of-Arrival(AOA).Several closed-form solution algorithms via the pseudolinearization of the measurement equations are presented to efficiently estimate the location.These algorithms include the Weighted Least Squares(WLS), the Constrained Total Least Squares(CTLS), and the Taylor-Series Iteration(TSI).Performance comparison of the proposed methods with the Cramér-Rao Lower Bound(CRLB) in the simulation is shown to demonstrate that the proposed algorithms are feasible and have stable performance.     

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.     

Joint TDOA,FDOA and differential Doppler rate estimation: Method and its performance analysis

Considering the estimation accuracy reduction of Frequency Difference of Arrival(FDOA) caused by relative Doppler companding, a joint Time Difference of Arrival(TDOA),FDOA and differential Doppler rate estimation method is proposed and its Cramer-Rao low bound is derived in this paper.Firstly, second-order ambiguity function is utilized to reduce the dimensionality and estimate initial TDOA and differential Doppler rate.Secondly, the TDOA estimation is updated and FDOA is obtained using cross ambiguity function, in which relative Doppler companding is compensated by the existing differential Doppler rate.Thirdly, differential Doppler rate estimation is updated using cross estimator.Theoretical analysis on estimation variance and Cramer-Rao low bound shows that the final estimation of TDOA, FDOA and differential Doppler rate performs well at both low and high signal–noise ratio, although the initial estimation accuracy of TDOA and differential Doppler rate is relatively poor under low signal–noise ratio conditions.Simulation results finally verify the theoretical analysis and show that the proposed method can overcome relative Doppler companding problem and performs well for all TDOA, FDOA and differential Doppler rate estimation.     

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。     

回溯降维相干分布式非圆信号DOA快速估计

在相干分布式非圆(CDNC)信号波达方向(DOA)估计中,针对阵列输出矩阵扩展后维数增加带来的较大运算量问题,基于降维的多级维纳滤波(MSWF)技术,引入回溯优化思想,提出了一种快速估计算法。该算法首先利用信号非圆特性扩展阵列输出矩阵,然后通过MSWF递推分解快速求出信号子空间,避免了计算阵列协方差矩阵及特征分解,并且在递推过程中引入回溯优化机制提高了各级匹配滤波器的估计性能,最后由最小二乘(LS)或者总体最小二乘(TLS)得到DOA估计。仿真分析表明,所提算法与相干分布式非圆信号旋转不变子空间算法(CDNC-ESPRIT)性能相当,但复杂度得到了大幅度降低,相比于基于MSWF的非圆信号快速子空间(NC-MSWF-FS)算法,在较小的复杂度代价下大幅度提升了低信噪比时的估计性能,并且对初始参考信号的选取具有了较强的鲁棒性。