基于阵列信号处理的变压器内局部放电源多目标定位方法

提出了一种运用阵列信号处理技术实现变压器内多个放电源同时定位的新方法,该方法在变压器内壁安装两个超声波传感器阵列,通过传感器阵列接收目标空间辐射的超声波信号,应用阵列信号处理技术中的空间谱估计理论分析阵列传感器所接收信号的特征信息(信号源数、传播方向),并完成放电源数的估计、放电源方向的估计和放电源距离的计算,进而实现局部放电的多目标定位。仿真结果表明,该方法具有良好的分辨力和估计精度,能有效估计出变压器内多个放电点的空间位置。

基于压缩感知的无线传感器网络多目标定位算法

目标定位是无线传感器网络的重要应用场景。该文提出了一种将压缩感知应用于无线传感器网络多目标定位的方法,把基于网格的多目标定位问题转化为压缩感知问题。应用多分辨率分析的思想,设计了迭代回溯的压缩感知算法,该方法的特点是可同时进行多目标定位,并且大大减少了网络通信的数据量从而延长网络寿命,代价是融合中心的算法复杂度的增加。仿真结果显示,采用迭代回溯算法定位精度提高了50%以上,具有较好的多目标定位效果。

MIMO双基地雷达空间多目标定位方法

该文提出了一种L型阵列配置MIMO双基地雷达空间多目标定位方法。该方法利用L型接收阵列所包含的相对发射阵和接收阵的目标4维角度信息,先对接收信号进行解相干处理,然后根据DOA矩阵法的思想构造估计矩阵,通过特征参数与待估参数之间特定关系,导出了多目标4维角度联合估计算法公式,进而实现双基地雷达的空间多目标定位。该算法不涉及多维非线性谱峰搜索,只需一次特征值分解,计算量较小,且估计出的参数可自动配对。仿真结果表明了该文算法的正确性和可行性。

仅依赖连通度的压缩感知多目标定位方法

提出仅依赖连通度的多目标定位方法,将多目标定位问题转化为基于压缩感知的稀疏向量重构,解决室内参照物高密度分布的目标定位问题。定位方法仅以连通度为观测值,运用最小化l1-范数法求解目标位置。当观测数据压缩为1 bit时,提出半正定松弛和不动点迭代法结合的目标求解算法。根据仿真实验结果,与MDS-MAP、DV-Hop和RSS-CS方法进行比较得出,仅连通度的非1-bit和1-bit量化的CS定位方法的平均定位误差小于1个网格,且2种方法占用的比特数只相当于RSS定位方法占用比特数的1/4和1/16。

基于贝叶斯压缩感知多目标定位算法

针对室内多目标基于无线信号强度定位中的数据采集和精确度问题,引入基于贝叶斯压缩感知和拉普拉斯先验模型算法,从而满足在达到所需定位精确度的同时降低网络系统开销。所提出的方法是基于接收信号强度来感知位置变化,各移动设备上利用随机投影对接收到的信号强度进行压缩并传输,在采集中心通过基于拉普拉斯先验的贝叶斯压缩感知重构算法并结合最大似然函数法和迭代逼近法计算出各移动设备的位置。仿真结果表明了利用贝叶斯压缩感知重构算法实现室内多个移动设备的定位具有较高精确度,与orthogonal matching pursuit(OMP)重构算法相比较其定位精度至少提高了52.2%,与basis pursuit(BP)重构算法相比较至少提高了13.7%。

基于改进FAsT-Match算法的电力设备红外图像多目标定位

红外检测技术具有远距离、不接触、不取样、不解体、准确、快速、直观等特点,广泛用于电力设备过热缺陷监测和诊断,对提高电力系统的稳定性具有重要意义。FAs TMatch(fast affine template matching)算法是一种基于灰度值的快速模板匹配算法,可在一幅图像中找到一个近似全局最优目标。文中综合利用可见光和红外图像,提出一种多目标定位方法。首先,通过改进的FAsT-Match算法在电力设备可见光图像中实现多目标定位;其次,利用红外图像和可见光图像之间存在近似仿射变换,求出目标在红外图像中的位置。实验结果表明文中方法的有效性。

基于多项式求根的双基地MIMO雷达多目标定位方法

该文提出了一种基于多项式求根的双基地MIMO雷达多目标定位方法,该方法将2维的收发方位角度估计分离为两个1维的方位角度估计过程,采用多项式求根法对1维方位角度进行估计,避免了传统的2维谱峰搜索,所估计的2维方位角能够自动配对,不需要额外的配对运算,而且系统的最大可定位目标数目不少于接收机数目。仿真结果证明了算法的有效性。

基于RSS的WSN多目标定位压缩感知算法优化

提出了一种将压缩感知算法应用于WSN多目标定位的系统框架,采用残差最优匹配的方法对压缩感知重构算法进行了改进,提高了定位精度,提出了根据重构结果判断定位是否成功的算法框架,该框架能更大程度的减少需要网络通信的数据量,并改变了当前的压缩感知重构算法的结果评价对稀疏度K的依赖。本算法适用于通信条件恶劣的WSN场景,仿真结果显示了本算法应用于WSN多目标定位的性能优于BP、CosAMP、GMP算法。

双基地MIMO雷达多目标定位及幅相误差估计

本文提出了一种存在幅相误差下的双基地MIMO雷达角度估计方法.利用三次迭代最小二乘算法估计存在幅相误差下的收、发阵列流形,根据信号子空间和噪声子空间的正交性,无需幅相误差的任何信息,采用MUSIC-like算法得到目标的DOD和DOA,且角度自动配对.针对MIMO雷达孔径扩展的特点,分别通过第一个发射阵元和第一个接收阵元的数据估计收发阵列的幅相误差.与现有算法相比,该方法角度估计的精度不依赖于幅相误差,且能得到幅相误差估计的闭式解.性能仿真表明该方法对幅相误差具有一定的容差性,验证了其有效性和优越性.

双基地MIMO雷达发射波束形成与多目标定位

针对双基地多输入多输出(MIMO)雷达目标定位问题,首先提出一种子波束合成(SBS)算法进行发射波束形成,在此基础上提出一种基于并行因子分解(PFD)的多目标定位算法。SBS算法通过对多个发射信号分别加权形成子波束,在空间叠加使发射能量聚焦在感兴趣空域,提高了接收端信噪比。基于PFD的定位算法根据匹配滤波输出的代数结构,利用迭代算法和角度恢复算法估计目标发射角(DOD)和接收角(DOA),且能自动配对,同时避免了二维谱峰搜索、协方差矩阵估计和多次特征分解造成累积误差。结合以上两种算法可有效提高目标定位精度。仿真结果证明了所提算法的有效性和优越性。

统计MIMO雷达的多目标定位和速度估计方法

在多目标情况下,统计多输入多输出(MIMO)雷达需要对不同观测通道中估计出的目标参数进行配对,才能完成多个目标定位及其速度估计。针对这一问题,对统计MIMO雷达提出了一种映射搜索配对法来实现在不同观测通道中的目标距离延时和多普勒频率估计值的配对,从而获得目标位置及其速度估计值。仿真结果表明,该方法在目标雷达散射截面(RCS)闪烁情况下能对多个目标进行有效定位和速度估计。

基于离散萤火虫压缩感知重构的无线传感器网络多目标定位

研究了压缩感知(CS)理论在无线传感器网络(WSNs)多目标定位中的应用。提出一种基于离散萤火虫算法的压缩感知重构方法,并设计了具体算法实现流程,该算法摆脱了传统压缩感知重构算法对稀疏度K的依赖且能够准确地重构出原始信号。基于此,将新的压缩感知重构算法应用于WSNs目标定位,建立了WSNs系统模型,构造了合理的测量矩阵和稀疏矩阵,并分析了测量矩阵与重构结果之间的关系,最终实现了WSNs多目标定位。仿真结果表明该方法在稀疏信号重构性能及多目标定位精度方面具有较好效果,定位精度优于贪婪匹配跟踪(GMP)算法、正交匹配追踪(OMP)算法和最大似然估计(MLE)算法,且用于WSNs定位的传感器节点数目减少了20%,抗噪性达到了20dB。

基于压缩感知的多目标定位中的测量矩阵设计

根据传感器网络中定位问题天然的稀疏性,研究了基于压缩感知理论的多目标定位方法。首先将目标位置信息表示成一个稀疏向量,将定位问题转化为向量估计问题。通过部署少量传感器测量接收信号的强度值,求解一个1范数最优化问题便可精确地重构出位置向量。相对于当前压缩感知定位中常用的稀疏随机测量矩阵,提出了一种改进的测量矩阵设计方法,指示传感器节点进行有规律、均匀的部署。仿真结果表明,相较于传统随机测量矩阵,改进测量矩阵在定位精确度和稳定性上都体现了巨大优势。

一种基于盲分离技术的声纳浮标场多目标定位算法

该文基于盲源分离的思想,针对由单传感器声纳浮标组成的声纳浮标场,在窄带背景下提出了一种新的声纳浮标场多目标定位算法。仿真实验结果表明,在很好地恢复了目标信号波形的同时,该算法能准确地估计出目标的位置。

多传感器多目标定位与跟踪技术研究

针对炮兵打击目标的特性和获取目标信息所采用的侦察设施 ,研究了多传感器多目标定位和跟踪问题。在闭圆和聚类概念的基础上 ,提出了一种多传感器多目标融合算法 ,并给出了状态估计的最优解。仿真结果证明了这种算法的有效性。这一模型的物理实现正在进一步研究之中。

基于压缩感知的多目标定位与功率估计

因传感器网络中定位问题具有的天然稀疏性,压缩感知理论被广泛应用于其中以减少数据采样量。然而,现有的基于压缩感知的定位技术往往需要目标的发射功率作为先验条件,这并不符合实际中目标完全未知的情况。基于此,提出了一种多目标定位和发射功率估计的方法,该方法将目标位置和功率信息建模成一个稀疏向量,从而将定位和功率估计问题转化为稀疏向量估计问题。该方法包括离线和在线两个阶段:离线阶段主要是部署一些射频发射器并测量接收信号强度值,从而构建感知矩阵;在线阶段中,通过部署少量传感器测量接收信号强度值,求解一个1范数最优化问题便可精确地重构出稀疏向量。仿真结果验证了该多目标定位和功率估计方法的有效性和鲁棒性。

基于时域滤波水下多目标定位研究

提出了基于时域滤波的水下多目标定位新方法。它根据水下多目标的回波信号在时域上可分辨的特点,利用匹配滤波原理设计时域滤波器,并对回波信号进行实时滤波,从而消除了目标之间的干扰,提高了目标信号的信噪比。仿真结果表明该方法的分辩能力、估计精度都优于其他多目标定位方法,尤其在阵元数较少和低信噪比的情况下仍然能对水下多目标进行有效定位。

多被动探测器对多目标定位模型及仿真

对于探测目标间距较小的目标群,提出使用3个被动探测器的探测模型。首先,重点研究了多被动探测器对多目标进行定位的目标关联问题;然后,建立了3个被动探测器的机动模型,提出了3个被动探测器多目标定位的目标关联算法。最后,通过仿真分析了各种因素对目标关联的影响。仿真结果表明提出的3个被动探测器机动模型和目标关联算法是有效的。

一种新的基于压缩感知的WSN多目标定位方法

考虑无线传感器网络中定位信息的不完备性,将传感器网络监控区域划分成多个小网格,节点与目标随机分布于网格中,以目标位置信息为稀疏向量,提出了一种新的基于压缩感知的多目标定位方法。该方法将传感器节点感知到的目标数测量矩阵表示为压缩感知理论中测量矩阵、稀疏矩阵与稀疏向量的乘积形式,通过稀疏信号的重构算法恢复目标位置稀疏向量,实现多目标定位。考虑到感知矩阵不满足受限等距性条件,对此矩阵进行了正交化处理,使其满足重构算法的要求。通过仿真分析了节点感知半径、待定位目标数、传感器节点数对目标定位性能的影响。仿真结果表明,在定位信息不完备的情况下,上述方法能够满足无线传感器网络的目标定位要求,且该方法不依赖于硬件测距,其计算复杂度和定位精度与基于接受信号强度(RSS)的压缩感知定位算法相当。

深远海水下多目标定位跟踪技术研究

针对深远海水下无人系统湖海试验中多个水下目标的实时定位跟踪需求,开展水下多目标定位跟踪技术研究。在常规水声定位跟踪技术的基础上,针对当前水下多目标定位跟踪中目标数受限、集合状态下难以区分等问题进行深入研究,提出一种基于时频编解码加纠错校验的水声多目标定位跟踪方案。研制原理样机,并进行湖上试验。试验结果表明,该技术方案可满足深远海水下无人系统湖海试验中的多目标实时定位跟踪需求,为其湖海试验提供技术支持和测量手段。