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。     

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。     

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。     

基于短时时差序列的无源定位方法

针对脉冲辐射源定位问题,提出了一种基于短时时差(TDOA)序列的多站无源定位新方法.首先建立了TDoA序列模型,然后推导了该方法定位误差的克拉美罗下限(CRLB),并提出了一种高效的解算方法--两步定位法(TSLM):第1步利用TDOA序列线性估计出TDOA及其变化率信息,第2步基于TDOA及其变化率信息进行定位.典型...     

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。     

基于不敏变换的动基座传感器偏差估计方法

提出了一种新的基于合作目标的动基座传感器误差绝对配准方法。该方法利用所获得的合作目标位置信息,将载体平台姿态角偏差转换为传感器测量偏差中的一部分,并建立偏差状态方程和测量方程。在此基础上,采用广义最小二乘方法以实现传感器测距误差的估计,不敏滤波的方法则用于实现平台载体的姿态偏差和角度测量偏差的实时估计。仿真结果表明,该方法实现简单,收敛速度快,可以实现单部动基座传感器的偏差估计。     

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。     

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)。     

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...     

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。     

非理想均匀圆阵的波达方向和多普勒频率联合估计

针对均匀圆阵存在一般阵列误差 (如阵元的幅相误差和安装位置误差等 )的情况 ,提出了多个信号的波达方向和多普勒频率估计方法。直接利用均匀圆阵的阵列流形 ,采用波达矩阵法估计各个信号的多普勒频率。由一般阵列误差的统计特性构造加权矩阵 ,采用加权总体最小二乘法估计各个信号的波达方向。此方法具有鲁棒性强等特点。计算机仿真证明了此方法的有效性     

Estimation of DOA and Doppler Frequency on Nonideal UCA

针对均匀圆阵存在一般阵列误差(如阵元的幅相误差和安装位置误差等)的情况，提出了多个信号的波达方向和多普勒频率估计方法。直接利用均匀圆阵的阵列流形，采用波达矩阵法估计各个信号的多普勒频率。由一般阵列误差的统计特性构造加权矩阵，采用加权总体最小二乘法估计各个信号的波达方向。此方法具有鲁棒性强等特点。计算机仿真证明了此方法的有效性。     

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。     

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。     

改进的Chan-粒子滤波算法超宽带室内三维定位

针对超宽带室内定位时容易受到非视距误差的影响,导致定位精度大大下降,甚至无法准确定位的问题,提出了一种融合粒子滤波的改进Chan定位新方法。首先,在Chan定位方法中引入模拟退火算法,对到达时间差(TDOA)算法的测量值进行优化,获得初步定位的最优解;然后,采用粒子滤波对测量值进行再次优化,粒子重采样后得到的中心位置即为目标节点的精确位置。仿真和实验结果均表明,该算法能有效提高在非视距环境下超宽带室内定位的精度,较好地消除非视距误差的干扰。     

一种基于无线信号辅助的室内无死角定位算法

针对传统惯性导航系统定位误差随时间积累的问题,提出了一种基于无线信号辅助定位的室内无死角定位算法。该算法首先利用加速度计、陀螺仪、磁力计和气压计等传感器数据实现三维定位,然后利用无线信号对惯导定位中的位置偏差进行实时校正,再通过航向最优估计算法对航向误差进行修正,在位置和航向上增强惯导系统的实用性。利用实验室自主研发的微惯性测量单元固定在腰部脊椎位置进行实验验证,结果显示基于无线信号辅助的室内无死角定位算法精度达到1%以内,与纯惯导技术相比,能够提供更持久和准确的三维位置信息。     

无线时间同步的TDOA室内定位系统

为获得高精度的定位结果,无线定位系统中通常需要对基站进行精确的时间同步,因此提出了一种利用无线信号完成基站间时间同步的方法。首先建立了定位观测量模型,分析了系统定位原理,基于定位原理分析提出了一种基站间无线时间同步方案和固定偏差校正方法。而后给出了到达时间差(TDOA)定位算法及其改进方法。最后给出了基于以上原理的定位系统设计和实现方案。在实际场景下的试验验证结果表明,所提出的方案可以实现基站间的无线时间同步,并给出正确的用户终端定位结果。     

加权最小二乘—卡尔曼滤波算法在动基座对准中的应用

利用卡尔曼滤波算法进行估计需要给定初始状态估计值和初始误差方差阵.通常,初始状态估计值和初始误差方差阵由经验给定,而初始状态估计值和初始误差方差阵的选取影响着卡尔曼滤波的估计精度.文中提出了加权最小二乘-卡尔曼滤波算法,并运用到惯导系统动基座初始对准中,进行了仿真.仿真结果表明,利用加权最小二乘算法可得到更加精确的卡尔曼滤波的初始状态估计值和初始误差方差阵,提高卡尔曼滤波的估计精度,进而提高了初始对准的精度.     

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。     

基于 FPGA 的 DVI 视频接收器设计

针对目前 DVI 视频传输的大规模应用,给出了一个符合 DVI1.0规范的基于 Xilinx Virtex-5 FPGA的 DVI视频接收器的实现方法.该方法利用简单的电阻电容和 FPGA内置数字控制阻抗(DCI)功能来实现TMDS电平的转换,利用 FPGA 内置的 DDR 和 ISERDES 实现 DVI 数据的串并转换,利用 FPGA 内置时钟资源实现时钟恢复和相位调整,最后经过逻辑解码,输出并行带同步信号的视频数据