机场场面多点定位利用S模式信号到达时间差实现目标定位。针对S模式信号易受接收系统内部非线性影响和机场场面复杂电磁干扰的问题,研究S模式信号失真恢复方法。根据S模式信号频谱特征和接收基站弱非线性记忆系统特征简化Volterra级数,...机场场面多点定位利用S模式信号到达时间差实现目标定位。针对S模式信号易受接收系统内部非线性影响和机场场面复杂电磁干扰的问题,研究S模式信号失真恢复方法。根据S模式信号频谱特征和接收基站弱非线性记忆系统特征简化Volterra级数,降低计算量的同时满足Volterra级数关键核函数对S模式信号非线性失真表示能力,得到S模式信号失真恢复模型。仿真结果表明:3阶简化Volterra级数模型恢复15 dB和0 dB S模式信号前导脉冲的失真前波形,误差仅有2.23%和12.59%,且模型在典型运用环境下满足一定的适用性、抗干扰性和稳定性,为S模式信号到达时间戳的准确提取提供基础。展开更多
针对广域多点定位系统中接收信号信噪比(signal to noise ratio,SNR)低导致到达时间(time of arrival,TOA)提取不准确的问题,提出了一种匹配滤波结合非相干积累的联合TOA估计算法,该算法能够有效降低匹配滤波法在低SNR下TOA估计的均方...针对广域多点定位系统中接收信号信噪比(signal to noise ratio,SNR)低导致到达时间(time of arrival,TOA)提取不准确的问题,提出了一种匹配滤波结合非相干积累的联合TOA估计算法,该算法能够有效降低匹配滤波法在低SNR下TOA估计的均方根误差(root mean square error,RMSE).联合算法通过对二次雷达驻留时间内接收的应答信号的匹配滤波输出做非相干积累,在最大值点处标记时间戳进行TOA估计,利用能量累积原理提高SNR,从而使得估计精确度得以提升.仿真结果表明:该算法可在-15 dB SNR,53 MHz采样频率及9个积累信号时,达到24.302 ns的TOA估计精确度.所提联合TOA估计算法具有高精确度与高稳健性的特点,能够在-15~0 dB SNR将估计精确度提升至25 ns以下,为提取低SNR S模式信号TOA进而提升广域多点定位精确度提供了一种有效的方法.展开更多
文摘机场场面多点定位利用S模式信号到达时间差实现目标定位。针对S模式信号易受接收系统内部非线性影响和机场场面复杂电磁干扰的问题,研究S模式信号失真恢复方法。根据S模式信号频谱特征和接收基站弱非线性记忆系统特征简化Volterra级数,降低计算量的同时满足Volterra级数关键核函数对S模式信号非线性失真表示能力,得到S模式信号失真恢复模型。仿真结果表明:3阶简化Volterra级数模型恢复15 dB和0 dB S模式信号前导脉冲的失真前波形,误差仅有2.23%和12.59%,且模型在典型运用环境下满足一定的适用性、抗干扰性和稳定性,为S模式信号到达时间戳的准确提取提供基础。
文摘针对广域多点定位系统中接收信号信噪比(signal to noise ratio,SNR)低导致到达时间(time of arrival,TOA)提取不准确的问题,提出了一种匹配滤波结合非相干积累的联合TOA估计算法,该算法能够有效降低匹配滤波法在低SNR下TOA估计的均方根误差(root mean square error,RMSE).联合算法通过对二次雷达驻留时间内接收的应答信号的匹配滤波输出做非相干积累,在最大值点处标记时间戳进行TOA估计,利用能量累积原理提高SNR,从而使得估计精确度得以提升.仿真结果表明:该算法可在-15 dB SNR,53 MHz采样频率及9个积累信号时,达到24.302 ns的TOA估计精确度.所提联合TOA估计算法具有高精确度与高稳健性的特点,能够在-15~0 dB SNR将估计精确度提升至25 ns以下,为提取低SNR S模式信号TOA进而提升广域多点定位精确度提供了一种有效的方法.