基于波达方位的双基地声呐定位算法

给出了基于声波到达方位(BOL)的双基地声呐定位算法,分别研究了基线长度和角度测量误差等因素对该算法定位精度的影响。通过数值仿真,给出了不同条件下误差的几何分布。仿真结果表明,双基地BOL算法的定位精度与基线长度有关,随着基线长度的增加,定位精度提高;角度测量误差对BOL算法的定位精度影响较大。

基于协方差矩阵Toeplitz重构的MUSIC算法的波达方位估计方法

针对传统波达方向(Direction of Arrival,DOA)估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题,文章提出了一种基于协方差矩阵托普利兹(Toeplitz)矩阵重构的多重信号分类(Multiple Signal Classification,MUSIC)算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵,并利用新协方差矩阵构造Toeplitz矩阵,然后对其进行特征值分解,得到Toeplitz矩阵的噪声子空间,利用噪声子空间求出信号空间谱,通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径,增加了可估计相干信号的数量,提升了方位估计的性能,提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明,文中方法可估计出更多的相干信号,而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。

利用波达方位角及其变化率对运动辐射源的无源定位

阐述了利用波达方位角及其变化率对地面运动辐射源进行无源定位的原理,通过Jacobi矩阵推导出可观测性表达式,讨论了不同相对运动状态下的可观测条件。提出了融入波达方位角变化率信息的MGEKF(修正增益的扩展卡尔曼滤波)算法,并通过仿真与只利用方位角信息的MGEKF算法以及经典的EKF(卡尔曼滤波)算法进行了比较。

基于实数遗传算法的米波雷达方位超分辨研究

超分辨谱估计技术可以在不增大天线口径的情况下提高米波雷达的方位角分辨力。利用实数遗传算法实现了波达方向 (DOA)估计的参数模型拟合类超分辨方法 ,并利用计算机仿真和米波雷达的实测数据进行了算法性能分析 。

基于波达时间的多基地声呐定位算法

根据双(多)基地声呐系统结构的特点,给出了针对不同的条件因素,给出了适合该条件下的目标定位算法。经分析,距离-角度定位法、角度-角度定位法适用于任意系统配置,而双曲线定位法仅适用于复合双基地系统和多基地系统。

基于电磁波阵列信号处理和波达方向分析的变电站局部放电定位

局部放电(partial discharge,PD)检测是绝缘检测与诊断最有效的方法之一。基于L型天线阵列信号处理,及旋转不变技术(estimating signal parameter via rotational invariance techniques,ESPRIT)求取信号波达方向(direction of arrival,DOA)的思想,提出了一种变电站局部放电定位方法,可以实现局部放电源的平面定位。该算法不需要计算信号的时延序列,故可以降低对采集系统采样率的要求,且其通过求解2个波达方向上的直线交点,即求解二元一次方程组,得到局部放电源的平面坐标,避免了求解非线性方程组。给出了算法的理论基础和实现步骤,并分别对电磁波仿真软件得到局部放电信号,及变电站现场实测的局部放电辐射电磁波信号进行分析处理。结果表明,利用该算法得到局部放电源位置的平面定位误差<30cm,满足变电站全站局部放电源的定位精度要求,验证了算法的准确性和可行性。

双基地声呐定位算法的研究与比较

由于双基地声呐是收发分置的,所以其在水下目标探测和定位方面有着特殊的性质。目前,关于双基地声呐的研究已经引起了人们的广泛关注。该文给出了基于波达时间定位(TOL)和波达方位定位(BOL)的两种双基地声呐定位算法,分别研究了基线长度、时间测量误差、角度测量误差对算法定位精度的影响,最后对这两种算法的定位精度进行了比较和仿真,给出了不同条件下的误差分布曲线。仿真结果表明:双基地TOL算法的定位精度高于BOL定位算法,是一种高精度的双基地声呐定位算法。该算法也可推广应用于多基地声呐的水下定位。

一种NLOS环境下的TOA/AOA定位算法

为了减小NLOS传播的影响,基于几何结构的单次反射统计信道模型,该文提出一种NLOS环境下的TOA/AOA定位算法。利用RBF神经网络较快的学习特性和逼近任意非线性映射的能力,对NLOS传播的误差进行修正以减小NLOS传播的影响,再利用最小二乘(LS)算法进行定位,从而提高系统的定位精度。仿真结果表明,该算法在NLOS环境下有较高的定位精度,性能优于Chan算法,Taylor算法和LS算法。

变电站局部放电的定向天线多方位检测定位方法

为提高变电站中高压设备局部放电(PD)的3维定位精度,开展了采用定向天线多方位检测的PD定位方法研究。研究了基于2支定向天线旋转检测的PD定位原理,分析了在单点旋转检测定位时的局限性,提出了多方位检测的定位方法。利用特高频信号首波互相关算法进行时延估计,结合网格搜索法和粒子群寻优算法求解非线性方程组实现精准定位。并在220 kV变电站模拟了PD源的定位试验。结果表明:与全向天线定位方法相比,定向天线提升了微弱信号的检测能力,抑制了信号传播多路径效应,多方位检测的定位方法有效提高了变电站内PD的3维定位精度。研究结果对变电站内PD的精准定位具有工程实用价值。

基于人工鱼群粒子滤波的信号源定位

针对传统粒子滤波算法精度不高、难以满足移动监测车对无线电信号源定位需求的问题,提出了一种基于人工鱼群粒子滤波的信号源定位方法。将人工鱼群算法的优化思想引入到粒子滤波中,通过觅食行为和聚群行为驱动粒子向最优位置移动,改善粒子的分布。结合移动监测车对信号源定位的需要,建立了信号源波达角定位(AOA)的数学模型,在Matlab环境下对人工鱼群粒子滤波算法的信号源定位进行了仿真。实验结果表明,在保证实时性的前提下,该方法定位结果的最大误差为0.101%,定位精度远大于粒子滤波定位方法的估计精度,是一种有效、可行的定位方法。

一种高精度低复杂度波达方向估计新方法

提出了一种应用于移动自主网中节点定位的波达方向(Direction of Arrival,DOA)估计新方法,以满足移动自主网对节点定位机制的高精度和低复杂度的要求。利用牛顿法将延迟相加法和求根多重信号分类算法(Root-MUSIC)进行联合估计,定位过程分为2个阶段:采用延迟相加法进行实时粗略DOA估计;采用Root-MUSIC进行精准定位。将该方法实现于软件无线电(SDR)系统,综合了延迟相加法低复杂度和Root-MUSIC高估计精度的优点。Matlab仿真实验结果证明了该方法以较低的复杂度获得近似于单独采用Root-MUSIC所达到的高精度,解决了现有方法难以同时达到高精度和低复杂度的问题。

MUSIC算法在通信卫星干扰源定位中的应用

通信卫星的安全日益受到关注,利用通信卫星多波束天线的特性获得干扰信号的波达方向已成为干扰源定位的一种重要手段。本文简要介绍了测定向的体制,重点对空间谱估计中的MUSIC算法进行了探讨,结合星载多波束天线的模型对MUSIC算法进行了仿真验证。此外,明确了MUSIC算法在实际应用中需要解决的问题和相应可采取的措施。

短周期面波的自动检测算法

给出了一种短周期瑞雷(Rg)波的自动检测器,其目的是用于三分量台站所记录到的区域(<2.5°震中距)事件。该检测器以17～22s的瑞雷波自动检波方法为模型;我们已经修改了用在近距离和短周期的算法。我们对该检测器在印度中部一群定位很好的矿山爆破和该地区一组地面实测事件进行了检验。Rg波检测器结合了半自动的事件检测系统和定位算法,并被用在连续数据上。为进行前置滤波,对傅里叶方法和基于小波的方法进行了评估。在小波前置滤波后,我们看到了用Rg波检测器估算的后方位角标准偏差的样本,它与系列事件fk3CP波的后方位角相当。结果表明,用Rg震相后方位角定位与用小信噪比的初至震相后方位角定位这两种方法是兼容的。相对于傅里叶前置滤波而言,我们更推荐小波前置滤波,因为在近距离上,在低信噪比的背景上检波,小波前置滤波的一致性更好。

基于最小二乘联合算法的无人机定位

在MIMO双基地雷达基本理论基础上,运用最小二乘法将波达角度(DOA)和时间差(TDOA)相联合,得到一种新的无人机定位算法。通过matlab仿真分析,得到如下认识:(1)基于最小二乘联合算法的算法性能优于TDOA独立算法,前者较后者的坐标精度提升约34%;(2)无人机与基线间的距离越大,定位误差越大,随着σ的不断增大,误差也逐渐增大,但增长幅度越来越缓;(3)阵列数目越大,位置误差越小,当阵列为3时,误差较大,且较为波动,当误差为4~6时,位置误差相差较小,建议实际应用时,阵列数应≥4。

一种基于改进PSO的随机最大似然算法

随机最大似然算法(Stochastic Maximum Likelihood,SML)具有优越的波达方位(Direction-of-Arrival,DOA)估计性能,但SML解析过程较高的计算复杂度限制了该算法在实际系统中的应用.针对SML计算复杂度高的问题,提出一种低复杂度的粒子群优化算法(Particle Swarm Optimization,PSO),解决了传统PSO算法中粒子数多和迭代次数多的双重缺点.首先,根据天线获得的信号,将旋转不变子空间法(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)求得的闭式解作为DOA的预估计值,同时计算系统此时的信噪比以及SML在此信噪比下的克拉-美罗界(Cramer-Rao bound,CRB).然后,根据DOA预估计值和当前CRB值在SML最优解的近邻范围内确定较小的初始化空间,并在该空间初始化少量粒子.最后通过设计合适的惯性因子w,使粒子以合理的速度搜索最优解.实验结果表明,改进PSO算法所需的粒子个数和迭代次数大约是传统PSO算法的1/5,降低了SML的解析复杂度,计算时间是传统PSO算法的1/10,因此在收敛速度上也有显著的优势.

基于TDOA的声音定位系统

本定位系统以两个单片机为核心,利用单片机产生PWM波控制蜂鸣器发出1 kHz声音作为声源,采用4个驻极体麦克风作为声音接收模块,并采用波达时差(Time Difference of Arriva1,TDOA)的原理,采用主流的CHAN算法,来实现对声源的精确定位。

改进相关干涉仪算法在DOA估计中的应用

相关干涉仪算法(Correlation Interferometer Algorithm, CIA)是波达方位(Direction Of Arrival, DOA)估计中常用的算法,但是阵列的长短基线导致了该算法在测向中存在基线镜像对称和相位模糊问题.针对以上问题,本文提出了一种基于象限分类的改进相关干涉仪算法.首先,将信号到达各阵元的时间差转化为相位差,同时将得到的相位差与360°作比,记录得到的整数和余数.然后对余数进行象限分类,之后用传统的相关干涉仪算法求解得到信号的初始估计值,最后根据逆运算求解信号的最终估计值.实验仿真表明,该算法不仅解决了基线镜像对称和相位模糊问题,而且提高了信号估计的精度,降低了计算复杂度,提高了测向的实时性.因此在波达方位估计上具有很高的参考价值.

基于限定PSO初始化空间的随机最大似然算法

针对随机最大似然算法(SML)在波达方位(DOA)估计中由于多维非线性优化导致计算复杂度大的问题,提出一种限定粒子群(PSO)算法搜索空间的SML算法。该算法克服了一个缺陷,即在采用ESPRIT算法限定PSO初始化空间时,在阵列结构是非均匀线性阵列而且信号是相干信号时ESPRIT算法不能直接处理信号,且需要采用一组预处理技术,这增加了算法计算的复杂度。提出的算法的关键之处在于采用假设技术确定初始化点来代替ESPRIT算法的解,结合克拉美罗界(CRB)确定PSO算法的初始化解空间。这一方法不必再采用预处理技术,且利用限定PSO初始化空间的算法大大降低了SML算法的计算复杂度。实验结果表明,提出的算法为相干情况和非相干情况都提供了相当好的初始值。最后,将该算法与许多现有算法进行比较,验证提出算法的有效性和准确性。

实值化的修正传播算子测向算法

针对修正传播算子测向算法运算量大的问题,提出了实值化的修正传播算子算法。本算法利用酉变换将修正的传播算子变换成实矩阵,通过实值化的谱峰搜索取得了降低运算量的效果,并且保持了与修正传播算子算法一致的测向性能。最后,通过仿真比较了实值化的修正传播算子算法、修正传播算子算法、传播算子算法及多重信号分类算法的性能,验证了本算法在运算量和测向性能方面的优越性。

基于改进MUSIC算法的宽带信号DOA估计

现有的波达方向(DOA)估计算法在估计被动探测系统中的宽带信号方位时,存在DOA估计结果偏差大、运算复杂度高等问题,难以满足信号实时处理的要求。为提高多源信号DOA估计的空间分辨率,提出一种基于S变换且不需要预估信号源个数的多重信号分类改进算法。根据宽带信号的频域特征,利用S变换处理阵列接收信号,得到多分辨的时频谱矩阵,同时构建时频域的阵列信号数据模型,结合信号功率谱矩阵呈联合对角化结构的特点,设计基于S变换的子空间谱估计公式。在此基础上,通过谱峰搜索进行DOA估计,实现多源宽带信号的声源定位。仿真结果表明,在信噪比范围为-15~10 dB的条件下,该算法的估计成功率始终保持在90%以上,相比TCT、CS_TCT、CWT_MUSIC算法,其具有较优的估计性能,并且无需预估信号源数。