基于最小特征值的近场源方位角和距离二维联合估计算法

现有经典近场源参数估计方法一般基于线阵信号模型,利用线阵的特点处理,然而基于线阵的处理方法不能直接应用于圆阵。充分利用圆阵的对称性提出基于最小特征值的方位角和距离二维联合估计算法,对方向距离矢量进行矩阵分解,利用最小特征值先估计出方位角再估计距离,实现两个一维搜索代替复杂的二维谱峰搜索,无须参数配对,降低计算负担,提高算法的工程实用性。通过计算机仿真验证该算法的有效性。

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。