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%。

宽带频率步进信号参数估计的克拉美罗界研究

随着宽带雷达技术的发展,经典窄带信号参数估计的克拉美罗(CR)界已经不能再作为参数估计算法的评估标准。该文以宽带频率步进雷达为应用背景,首先推导了宽带频率步进信号参数估计的CR界,给出了Fisher信息阵元的闭合表达式。然后深入揭示了宽带CR界的特性,证明了频率步进信号参数估计的性能不仅与信号带宽、信噪比有关,还会受到相对带宽的影响。最后验证了窄带CR界只是宽带CR界的一个特例,宽带CR界综合考虑了宽带模型下各种因素的影响,在理论分析中有更加全面的指导意义。

运动双基地MIMO雷达参数估计的克拉美罗界

在杂波环境下,该文研究了目标、发射站及接收站均运动时双基地多输入多输出(MIMO)雷达参数估计的克拉美罗界(CRB)。首先建立了运动双基地MIMO雷达的数学模型,推导了杂波背景下多目标参数估计CRB的一般表示式,然后给出了无杂波时单目标波离方向(DOD)、波达方向(DOA)以及速度CRB的闭式解,并分析了各参数对CRB性能的影响。理论与仿真实验表明:无杂波时的参数估计性能优于杂波背景下的参数估计性能;目标DOD(DOA)的估计性能与收发站速度、目标速度无关,而目标速度的估计性能将随着收、发站和目标速度的增大而下降。

相对定位估计的修正克拉美罗界

为定量地比较无线传感器网络中相对定位系统的时间同步误差对TOA机制与TDOA机制定位估计性能的影响,分析了同步误差的组成,将同步误差计入观测模型,在此观测模型下修正了TOA机制与TOA/RSS混合机制CRB,并在相同的参考节点布局下分别与TDOA机制和TDOA/RSS混合机制的CRB做比较。新的观测模型表明,在观测方程中,发送端时钟误差同时也是未知量;TOA机制可解出该未知量,用于消除同步误差;而TDOA机制牺牲一个观测量用以消除发送端时钟误差,降低了系统时间同步要求,也即消除了一个未知量。理论证明及仿真结果均表明,在等量的同步误差和相同的参考节点布局下TOA机制与TDOA机制CRB相等以及TOA/RSS与TDOA/RSS混合机制CRB相等,而RSS机制分别与TOA机制、TDOA机制的混合,提高了TOA机制、TDOA机制在近距离定位时的性能。

近场目标方位和距离估计的克拉美-罗界研究

针对现有单源情况下近场目标定位的窄带克拉美-罗界(Cramér-Rao Bound,CRB)都是基于均匀直线阵模型,且没能全面分析其CRB的特性和具体的影响因素。该文首先推导了基于窄带模型的单源费雪信息矩阵,进而通过求舒尔补和雅克比变换,得到非均匀线阵条件下近场测距和测向的非矩阵形式的闭式CRB解析式。通过对该式从阵列相关因素(如阵列结构、阵列孔径等)和目标信号相关因素(如目标信号频率和信噪比等)两方面进行分析,揭示了影响目标角度和距离估计性能的物理因素,为后续阵列及信号的设计提供了理论指导。在最大孔径给定的情况下,可通过设计合理的阵元配置方式,实现最优的测距和测向效果。蒙特卡洛仿真结果验证了理论分析和上述结论的正确性。

基于TOA的水下目标定位算法克拉美罗界

对基于到达时间估计的水下主动目标定位方法的定位误差克拉美罗界进行了分析,针对现有误差分析过程中时间测量误差假设不适用于非合作目标情况的问题,提出了时间测量误差可变的定位误差分析方法,推导了时间测量误差随目标位置变化时定位误差的克拉美罗下界,并进行了计算机蒙特卡罗仿真实验,结果表明经过修正后的克拉美罗下界整体上小于修正前克拉美罗下界,且在定位范围内,修正后克拉美罗下界的分布变化趋势与蒙特卡罗统计实验的定位方差分布变化趋势更加相符。

MIMO雷达GMTI性能及DOA估计的克拉美·罗界分析

研究了MIMO雷达GMTI性能及其DOA估计的克拉美.罗界(CRB)。首先建立机载平台下MIMO雷达信号模型,通过对系统参数设置,可使MIMO雷达工作在3种不同模式中。接着分析了MIMO雷达GMTI性能,并推导出了在MIMO雷达空时信号模型下,利用空时联合域信息时DOA估计的CRB。仿真结果表明,无论是GMTI性能还是DOA估计性能,MIMO雷达均优于相控阵雷达,尤其是发射稀疏阵MIMO雷达性能最佳。同时,利用空时联合域信息能有效改善MIMO雷达DOA估计的CRB,在目标多普勒频率相差较大时效果更加明显。

多载波雷达系统的信息量及克拉美罗界

采用香农信息论的思想方法,以接收信号与被测目标的距离⁃幅相之间的互信息为测度,提出了目标距离信息和幅相信息的统一定义及描述方法,并推导出目标距离信息和幅相信息的闭合表达式,从而建立起多载波雷达系统的信息理论模型。研究表明,目标距离信息和幅相信息将产生相互影响,幅相信息通常依赖于距离信息。当目标的散射系数服从复高斯分布时,目标的幅相信息只与信噪比有关,而与距离信息无关。本文进一步研究了目标的距离信息量与最大似然估计之间的关系。理论分析与数值仿真结果表明,在高信噪比条件下,Cramer⁃Rao界就是距离信息量的渐近上界。然而,实际雷达系统通常工作于中等信噪比环境,长期以来,其理论上界并不清楚。现在,目标的距离信息量可作为最大似然估计的性能上界,为实际系统的性能提供了比较的依据。这一结论显示雷达信息理论对实际应用具有重要的指导作用。

反射与噪声对室内可见光定位系统精度影响及其克拉美罗界

基于到达信号强度(RSS)测距的方法,可见光室内定位系统中因为墙面反射和外界噪声等存在干扰,从而产生误差.将计算机图形学中的Phong模型应用到可见光定位的墙面反射模型中,通过计算仿真反射和噪声信号到达接收端的强度,与发射端直射到接收端的信号强度进行对比,发现干扰信号中反射信号的强度与直射强度处于同一个数量级上,因此干扰对于可见光定位系统误差的影响不容忽略.仿真得到这些干扰对于最终定位系统造成的误差,并且与表示定位性能的克拉美罗下界进行对比,发现最大误差达到1.82 m,平均误差为0.12 m,干扰现象在墙角区域明显.

可靠声路径匹配波束强度处理目标深度估计的克拉美罗界研究

深海可靠声路径被动目标深度估计是利用可靠声路径声场时空特性进行目标深度信息拾取,是深海目标探测中的关键问题。为反映深度估计算法的理论性能,文章采用克拉美罗下界描述参数无偏估计方差的最小值,作为无偏估计量的性能下限,通过理论推导了宽带匹配波束强度处理的克拉美罗界,基于仿真数据分析了信噪比、处理带宽、目标距离、俯仰角估计误差等因素对目标深度估计性能的影响。

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。

基于线性调频连续波的合作式通信辐射源测距

针对加速运动目标参数估计中,离散多项式变换方法无法进行非整数估计的问题,本文提出基于瑞夫算法的离散多项式变换法和基于Chirp-Z变换的离散多项式变换法2种新型离散多项式变换算法,对加速运动目标速度和加速度进行估计,并对2种算法的估计误差和计算量进行了分析比较。结果表明:2种算法在信噪比-20 dB时均方误差开始接近克拉美罗界。基于瑞夫算法的离散多项式变换法与3次迭代基于Chirp-Z变换的离散多项式变换法均可在较低信噪比下可实现任意频率的有效估计且性能接近,二者均可实现低信噪比下速度、加速度的有效估计,但基于瑞夫算法的离散多项式变换法计算量远小于3次迭代基于Chirp-Z变换的离散多项式变换法。

稀疏阵列结构设计及波达方向估计研究进展

近年来,利用稀疏阵列估计信源的波达方向(Direction of Arrival,DOA)已成为阵列信号处理领域的研究热点问题之一。相较于传统的均匀线阵,稀疏阵列凭借其大孔径、高自由度、低互耦率、低冗余度、低开销和布阵灵活等优良特性,吸引了学术界广泛关注和系统性研究。同时,为充分发挥稀疏阵列的巨大优势,学者们已经从不同角度开发了一系列与之相适应的DOA估计算法,以进一步提高可分辨信源的数量和角度估计精度。本文在构建稀疏阵列信号模型和整理稀疏阵列相关术语的基础上,详细介绍了稀疏阵列结构设计及DOA估计算法的发展历程和代表性研究成果。在稀疏阵列结构设计方面,围绕自由度、互耦率和冗余度等核心指标,深入剖析了各类稀疏阵列结构的设计思想,并着重描述了嵌套和互质两类结构性稀疏阵列的连续自由度和自由度特征;在稀疏阵列DOA估计方面,根据信号参量构造原理的不同,阐述了基于物理阵列处理和虚拟阵列处理的两种测向理论,并分析了各自方法的适用条件和性能优势。此外,本文还回顾了稀疏阵列DOA估计的克拉美罗界(Cramér-Rao bound,CRB),为评估不同阵列和算法的优劣提供了重要依据。最后,通过梳理现有研究成果中存在的不足,对未来研究方向进行了展望,力图为稀疏阵列DOA估计的工程应用提供理论依据和技术支撑。

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。

马尔可夫蒙特卡罗的室内定位算法

针对无线局域网室内定位中接收功率受干扰影响导致位置估计精度偏低的问题,构建基于传播损耗模型的似然函数模型,采用马尔可夫蒙特卡罗抽样方法进行位置估计.该方法将干扰因素构建到模型中,运用随机抽样的方法解决估计问题,具有收敛速度快、估计精度高的优势.理论推导了该模型下坐标估计的克拉美罗界,并在仿真实验中,给出克拉美罗界在定位空间的分布.仿真实验表明,马尔可夫蒙特卡罗抽样方法可精确估计出目标位置,在相同仿真条件下,与共轭梯度法相比,马尔可夫蒙特卡罗抽样方法估计精度高、复杂度低.

利用蒙特卡罗的最大似然时延估计算法

针对最大似然时延估计算法的峰值搜索计算复杂度较高且容易陷入局部收敛，造成估计误差较大的问题。提出了一种利用蒙特卡罗的最大似然时延估计（MCML）算法。首先利用信道频域响应估计矢量建立似然函数；然后把时延估计问题转化为求解随机变量的期望问题，将采用指数化似然函数构造的标准化概率密度函数趋近于冲激函数，使得随机变量的方差趋近于零；最后采用蒙特卡罗方法对随机变量进行抽样，从而利用抽样的均值估计出时延。较之传统方法，蒙特卡罗方法避免了网格搜索，降低了计算复杂度，保证了全局收敛性和估计精度。仿真结果表明：在信噪比0～25dB的条件下，MCML算法均能始终逼近克拉美罗界；当信噪比为25dB时，MCML算法的时延估计分布范围缩小为马尔科夫链蒙特卡罗算法的34％。

基于GA-BP神经网络的多无人机协同目标定位

无人机作为高机动平台,往往存在较大的自身位置误差。针对该情况下特定区域内的辐射源目标,提出了一种遗传算法优化反向传播(genetic algorithm optimized back-propagation,GA-BP)神经网络的实时定位方法。首先从特定区域中获取不同已知目标的位置信息作为网络的期望输出,并计算它们的到达时间差作为网络的输入,构建训练数据集;然后利用遗传算法的自适应性,优化BP神经网络初始权重和阈值,使其能够快速跳出局部最优解,实现高精度定位。通过训练得到相应的GA-BP网络模型,未知目标可以通过该模型进行实时定位。仿真实验将该算法与两步加权最小二乘算法以及BP神经网络的定位结果进行对比,结果表明所提的方法定位精度更接近克拉美罗界。

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。

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.