基于高度角随机模型的GNSS外辐射源雷达定位算法

针对GNSS外辐射源雷达定位时不同卫星对定位的误差贡献不同的问题,提出基于高度角随机模型的定位算法,理论分析目标位置估计量的克拉美罗界和统计特性,并计算卫星位置误差和地面站位置误差对定位误差的影响。仿真结果表明:所提出算法对不同GNSS卫星的直射、反射路径的伪距差测量值误差进行了合理分配,定位性能达到了克拉美罗界,且不会因为选星方案的改变而大幅恶化。对地面站位置误差和卫星位置误差的分析表明:地面站位置的标准差小于10 cm、卫星位置的标准差小于1 km时对定位总误差的贡献可以忽略不计。

非理想检测下多雷达网络节点选择与辐射资源联合优化分配算法

该文针对分布式相控阵多雷达网络的多目标跟踪场景,研究非理想检测条件下的节点选择与辐射资源联合优化分配算法。首先,根据分布式相控阵多雷达网络构成、目标运动模型、雷达量测模型以及雷达节点检测情况,推导非理想检测下以雷达节点选择、辐射功率和信号带宽为变量的贝叶斯克拉默-拉奥下界(BCRLB)闭式解析表达式,并以此作为多目标跟踪精度衡量指标。在此基础上,以最小化系统各雷达节点对所有目标的总辐射功率为优化目标,以满足目标跟踪精度门限以及给定的系统射频辐射资源限制为约束条件,建立非理想检测条件下多雷达网络节点选择与辐射资源联合优化分配模型,对各时刻雷达节点选择、辐射功率和信号带宽等参数进行联合优化设计,以提升多雷达网络的射频隐身性能。最后,针对上述非线性、非凸优化问题,采用基于障碍函数法和循环最小化算法的4步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能在满足给定多目标跟踪精度的条件下有效降低分布式相控阵多雷达网络的总辐射功率,至少降低了约32.3%,从而提升其射频隐身性能。

用于正弦波频率估计的修正I-Rife算法

对正弦波信号的频率估计是雷达领域常见的问题。当真实频率接近量化频点时,I-Rife算法的频移因子的计算会产生较大误差,为提高频率估计的精度,本文通过分析Rife及I-Rife算法的性能及误差产生的原因,利用频谱细化的方法,提出了一种修正I-Rife算法,即用峰值频点左右各0.5点处的频谱幅值来替代频谱峰值点的幅值和次大值频点处的幅值进行插值计算,对频率偏移值进行更为准确的估计,在计算量与I-Rife算法几乎相同的情况下,有效地提高了频率的估计精度。仿真结果表明,改进后的I-Rife算法整体性能优于I-Rife算法,且估计的均方根误差更接近于克拉美-罗下界。

使用标校源辅助的外辐射源目标定位方法

鉴于定位站位置不确定性会严重影响目标定位性能,提出了一种使用标校源辅助信息的高精度外辐射源目标定位方法。首先利用标校源观测量信息减小接收站位置误差并更新其误差统计特性,随后使用优化的两步加权最小二乘算法,结合先验站址误差统计信息,实现对外辐射源目标的精准定位解算。对定位算法进行了克拉美罗界推导,理论分析该算法可实现渐进有效。仿真实验结果表明:在标校源辅助定位下,可有效降低定位站位置误差对目标定位性能的影响,显著提高目标定位精度,并且当观测量误差和定位站位置误差较小时,所提定位算法可达到最优估计。该算法可得到目标位置的解析值,不需要迭代运算,计算量较小。

基于距离向BCRLB的加权融合目标跟踪

推导了目标跟踪距离向贝叶斯克拉美罗下界(BCRLB)的表达式,将距离向BCRLB作为目标跟踪性能的量化指标。针对双机目标跟踪场景,采用交互多模型卡尔曼滤波,提出了基于距离向贝叶斯克拉美罗下界的加权融合算法。仿真实验表明,该算法的目标跟踪航迹与真实航迹贴合较好,跟踪过程中均方根误差能快速收敛到一个稳定的值,相比基于信噪比加权融合的目标跟踪算法,该算法的目标跟踪精度更高。

基于可移动单元的智能反射面辅助近场定位技术

RIS在提高感知系统可靠性方面具有广泛的应用前景。同时,可移动天线技术可以利用天线的局部运动,动态地改变发射机和/或接收机处的天线位置,以优化信道条件,提高通信性能。因此,将可移动天线技术引入RIS,通过充分利用无线信道在有限区域的空间变化,进一步实现智能可控的无线信道传播环境。基于此,研究了一种基于可移动单元的智能反射面辅助近场定位技术。首先,提出了基于近场模型的最大似然定位算法,并推演出衡量定位性能的CRLB。然后,提出了一种基于投影梯度下降的交替优化算法,实现智能反射单元动态位置和波束赋形的联合优化,以获得RIS用于定位的优化结构和相位配置。仿真结果表明,与传统固定单元的RIS相比,通过灵活调整RIS反射单元的拓扑结构,获得更好的信道条件,能够显著降低用户位置估计的CRLB,提高系统的定位性能。

高斯线性模型正则估计的Cramér-Rao下界

该文针对正则化高斯模型中参数估计的Cramér-Rao下界(CRB)开展研究,提出了一种新型CRB.在线性高斯模型的设计矩阵单位正交的假设下,给出L_1类正则估计的方差及CRB的显式表达,并进行数值计算.进一步地,推导了正则估计的CRB取等条件:在线性高斯模型中,取得CRB的估计均为线性估计量;在正则项可微的假设下,仅二次多项式正则项可令估计取得CRB.最后,针对带稀疏特征的估计提出sparse CRB,将其与现有的CRB比较,从理论和实践两方面说明了其优势.

基于信道模型的短波时差测量克拉美罗界分析

短波时差定位的关键在于高精度时差的提取.电离层的复杂性使得基于互相关的传统时差测量估计算法不能提取短波信号中的时延信息,该文利用国际参考电离层(IRI)模型获取电离层的电子密度信息,以数值型三维射线追踪的方法构建Vogler信道模型,得到短波信号的时延估计,并推导了在多普勒扩展不影响信号相关性时的短波时差测量克拉美罗界(CRLB).仿真结果表明,短波时差测量CRLB与采样时间、电波频率、输入信噪比有关,且冬季的时差测量CRLB低于夏季.

基于稀疏贝叶斯推断的密集城区内无人机目标直接定位算法

在当今社会,无人机“黑飞”现象日益频繁,给社会治理和公共安全带来了新的挑战。为了有效打击这一现象,迫切需要采取高精度的定位算法,以确保对无人机目标位置的准确获取。在一些密集城区内,定位设备的阵列天线接收到的信号是无人机经周边大量建筑物所构成的散射体散射后形成的多径分量的叠加,此时不能简单认为由点信源产生的,而是需要将目标建立为分布式信源模型。在这种情况下,如果仍采取传统的直接定位算法,在估计分布式信源位置时会出现性能急剧恶化的问题。针对上述问题,本文提出一种利用稀疏贝叶斯推断对相干分布式信源目标进行直接定位的算法。本算法首先建立相干分布式信源场景下多阵列联合的目标定位模型;对其构建稀疏概率框架,在该框架下对稀疏信号和噪声施加先验信息;之后利用贝叶斯推断方法可以更新迭代出超参数的估计值,进而得到每个网格点上的功率谱值;最后通过多维搜索来获取最大谱峰值处位置,即为信源位置。本文还详细推导了在数据域下相干分布式信源直接定位的克拉美罗下界,为算法的估计性能提供了基准。数值仿真结果表明在相干分布式信源模型下所提算法相比子空间类算法有着更高的定位精度和鲁棒性,在较多阵元情况下定位性能能够逼近最大似然估计算法。

基于计算图与CRLB的集群编队队形优化方法

集群内定位精度是无人机集群应用于各类复杂任务的先决条件。面向集群编队队形定位优化需求,建立了基于相对距离和到达角的集群内协同融合定位模型,推导了领航-跟随编队下的融合定位克拉美罗下界理论极限值,建立了队形定位优化评价函数,作为集群编队队形优化理论依据。针对集群编队队形优化评价函数梯度求解难的问题,构建了队形定位优化评价函数的梯度计算图,通过反向传播,逐步得到最终梯度值,基于共轭梯度法,设计了最优队形搜索算法。通过数值仿真验证结果表明:与遗传算法和蜜獾算法相比,基于计算图与CRLB的集群编队队形优化方法可以得到更优的编队队形,集群理论定位精度也更高。

已知波形信号的时差频差估计方法研究与性能分析

借助深入分析和长期积累,非合作定位系统可以获得关于电视、广播、导航等电磁信号波形的丰富先验信息,对这些信息加以利用有望大幅提高对信号参数的估计精度。该文针对导航、通信等欺骗干扰源及非法用户的无源定位需求,在观测站与辐射源之间存在相对运动的场景下,围绕已知波形信号开展时差频差估计问题研究。首先,通过引入已知的信号波形信息对观测站接收数据进行建模,直观呈现了观测数据与不同观测站信号相对于原始信号时延、频移的关系。随后,充分利用入射信号波形已知这一有利条件,通过估计两个观测站各自的时延和频移,并对不同观测站上的估计结果进行差分,提出了一种针对已知波形信号的双站时差、频差估计方法。在此基础上,该文分析了已知波形信号时频差估计精度的理论下界,揭示了时频差估计精度受观测站接收信号幅度等因素的影响情况,并进一步分析了双站时频差估计精度与单通道时延、频移估计精度之间的关系。最后,借助仿真实验验证了论文所提出的时频差估计方法在不同环境中的参数估计性能,以及信号波形先验信息的利用给时频差参数估计精度带来的提升情况。仿真结果表明,在所设定的信号环境中,该文所提出的方法对低信噪比的适应能力比基于互模糊函数的传统方法增强了15 dB左右;当该方法的参数估计性能达到收敛之后,其时差频差估计精度与CRLB非常吻合。

混合信道下基于到达时间的快速直接定位算法

为了实现复杂环境下视距(Line-of-Sigh,LOS)与非视距(Non-Line-of-Sigh,NLOS)同时存在的混合信道中的目标辐射源直接定位(Direct Position Determination,DPD),提出基于到达时间(Time-of-Arrival,TOA)的快速直接定位算法。该算法充分挖掘不同信道信号中的信息参数,采用最小二乘法原理构建代价函数,无需估计定位参数,避免了传统两步定位法所需的NLOS识别与数据关联。引入粒子群(Particle Swarm Optimization,PSO)算法精确估计目标辐射源的位置信息,以降低计算复杂度。将所提定位算法与基于TOA的两步定位法在定位精度方面进行对比,仿真结果表明,所提算法定位精度高于两步定位法,且可以逼近克拉美罗下界(Cramer-Rao Lower Bound,CRLB),能够快速定位混合信道中的目标辐射源。

基于5G波束成形的变电站作业人员高精度定位技术

针对变电站室内作业人员定位精度差的问题,文章提出了多个智能反射面(intelligent reflecting surface,IRS)辅助的5G毫米波高精度室内定位系统。首先基于最大似然估计和三维室内定位模型,获得关于作业人员位置的初始估计,并推导得出克拉美罗下界(cramer-rao lower bound,CRLB)的闭式表达式;然后以最小化CRLB为目标,建立了IRS反射波束和作业人员侧终端接收波束成形的优化问题;最后基于块坐标下降(block coordinate descent,BCD)和粒子群优化(particle swarm optimization,PSO)的波束成形交替优化算法求解得到最优反射和接收波束,并据此进一步优化作业人员定位精度。仿真结果表明所提方案可以有效提高系统定位精度。

收发未精确同步条件下非相关多运动辐射源TOAs/FOAs协同定位方法

在联合到达时间/到达频率的无线定位体制中,除了TOAs/FOAs(Time-Of-Arrivals/Frequency-Of-Arrivals)估计误差与传感器位置/速度先验观测误差以外,收发两端的传感器时钟同步误差也是影响定位精度的重要因素.为了抑制时钟同步误差和各类观测误差的影响,本文针对非相关多运动辐射源定位场景,提出一种基于加权多维标度分析的TOAs/FOAs多辐射源协同定位方法.文中首先通过构造两组标量积矩阵推导定位关系式,然后基于一阶误差分析方法得到该关系式中的误差渐近统计特性,并进而构建联合定位与时钟同步误差校正的优化准则.针对此优化模型,本文提出一种基于正交投影矩阵数学性质的参数解耦合优化算法,可实现对多运动辐射源位置/速度参数与同步误差参数的分步估计,显著降低了参与优化迭代的变量维数.此外,文中还在收发未精确同步条件下推导TOAs/FOAs多辐射源协同定位模型的克拉美罗界,定量证明多辐射源协同定位可以带来性能增益,并且利用一阶误差分析以及正交投影矩阵数学性质证明新方法的渐近统计最优性.仿真实验结果验证所提出的协同定位方法的优越性.

基于克拉美罗界加权的GNSS干扰源定位方法

利用多普勒测量信息,低轨卫星能够实现对全球导航卫星系统(global navigation satellite system,GNSS)干扰源的快速普查。然而,由于低轨卫星的高动态特性,获得的多普勒观测量有限,导致基于经典最小二乘(least squares,LS)算法得到的定位精度有限。为提高GNSS干扰源的定位精度,提出一种基于多普勒测量克拉美罗界(Cramér-Rao bound,CRB)加权的LS定位算法,利用多普勒采样时刻的信噪比计算多普勒观测量的CRB,在LS定位算法中进行加权,使不同时刻多普勒观测量的噪声服从同方差性,则关于干扰源位置的LS解接近最优估计。在不同采样率、信噪比以及采样时长下,仿真验证了所提算法的有效性,同时通过构建基于FPGA的GNSS干扰采集和定位系统进行了实验验证。仿真及实测结果表明,该算法能够有效提升定位精度,相较于LS算法,定位性能改善比例为17.43%。

到达时间差与扫描时间差定位精度分析

针对静止或者慢速运动的周期性旋转扫描雷达目标定位,提出一种基于到达时间差与扫描时间差联合的无源定位方法。首先介绍该体制的基本定位原理及定位模型,并给出闭式求解算法,再推导其定位克拉美罗界,最后分析测量参数精度、观测平台高度计位置误差对目标定位精度的影响,仿真结果表明:通过提高到达时间差和扫描时间差角度信息参数测量精度、增大站间基线长度、减小平台位置误差等能够明显提升目标定位精度,并且在到达时间差为20 ns、扫描角时间误差等效为0.001°的情况下,距离接收站连线中心450 km处,扫描周期为3 s的目标辐射源定位精度可以达到50 m,具有较好的实际应用价值。

一种参考源修正的短波辐射源时差定位方法

为解决短波辐射源到达时间差(time difference of arrival,TDOA)定位(简称时差定位)方法受电离层影响导致的定位精度下降的问题,提出了一种利用参考源修正的短波辐射源目标时差定位方法。针对地球表面短波辐射源,基于电离层球面反射模型的电离层反射虚高近似方法,建立了利用参考修正的短波目标时差定位模型。考虑参考源与目标共用电离层反射区域对电离层虚高的影响,将各电离层反射点的距离相关性引入电离层虚高的协方差矩阵中,实现了目标定位精度的修正。通过推导和仿真所提模型的克拉美·罗下界,分析了参考源修正目标定位精度的可行性。进一步给出基于Armijo直线搜索Newton法的最大似然估计方法,通过仿真数据验证了所提算法的有效性,实现了良好的定位效果。

基于长基线干涉仪相位差的多站无源定位方法

针对常用多站无源定位技术存在时差(TDOA)/频差(FDOA)定位对超低旁瓣辐射源适应性差、测向(DOA)定位的造价成本和系统复杂度高等缺点,该文提出了一种基于相位差(PDOA)的多站无源定位新体制,利用每个观测站上至少两个接收天线和通道构成的长基线干涉仪(LBI),通过测量辐射源信号到达长基线干涉仪天线的相位差实现定位。针对相位差的2π模糊引入的非线性和非连续性,提出了一种基于多假设迭代优化的定位方法,首先利用一组相位差确定多个可能的辐射源位置初始值,然后采用高斯-牛顿(GN)方法对每个位置初始值进行迭代优化并计算代价函数,最后选择具有最小代价函数的估计值作为最终的定位结果。该方法可获取稳健的迭代初始值,算法运算量适中。仿真结果表明该定位方法的均方根误差(RMSE)在高斯观测噪声条件下可达到克拉美罗下限(CRLB)。

低信噪比场景下Link-16系统的联合频偏估计算法

对于Link-16数据链终端平台在低信噪比(SNR)高动态场景下的多普勒频率偏移问题,该文设计一种新的数据结构,推导了该结构下的克拉默-拉奥下界(CRLB),并在此基础上提出一种联合频域变换与时域自相关运算的分步式频偏估计算法。其基本思想是,首先对接收信号做自相关处理,然后通过频域变换进行最大值索引,结合修正因子得到多普勒频移的粗估计值,再利用时域的改进L&R算法对接收信号进行细估计,根据两步估计算法得到最终的频偏估计值。算法应用蒙特卡罗实验仿真,仿真结果表明,与传统频偏估计算法相比,该算法的归一化均方误差更接近CRLB,在多普勒频偏为[–20 kHz,20 kHz]时,估计精度可达10^(–5)。在低信噪比环境下,所提算法能达到较为理想的估计效果,适用于Link-16数据链通信。

利用高斯牛顿迭代的时频差无源定位算法

针对传统高斯牛顿迭代法在时差-频差定位中因迭代初始值不准而易出现的不收敛问题,提出一种基于约束加权最小二乘(CWLS)的高斯牛顿迭代定位算法。该算法首先将定位问题中关于目标位置、速度的时差-频差非线性定位方程转化为伪线性方程,分步估计目标位置、速度初始值;为实现初始值的精确估计,将目标位置与辅助变量等式约束关系松弛为二阶锥约束(SOCP)条件;引入随机鲁棒最小二乘(SRLS)构建新的线性关系,当新线性关系的最小二乘解不满足二阶锥约束条件时,使用半定规划(SDP)技术求解目标位置的估计解,通过获得的目标位置来对目标速度进行求解;获得目标参数估计初始值后,建立时差-频差定位系统下关于目标位置与速度的高斯牛顿迭代方程,利用高斯牛顿迭代对目标参数进行寻优求解,该迭代过程不需要引入辅助参数,可以直接得到目标参数。仿真实验表明,所提算法对近场目标与远场目标均有很好的定位效果,较已有经典两步加权算法,其鲁棒性好、定位精度高。同时,仿真结果表明了高斯牛顿迭代方程时对初始值优化的必要性。