基于约束总体最小二乘的单站DOA/TDOA联合误差校正与定位算法

多基外辐射源雷达定位系统受系统偏差影响较大。该文针对多基外辐射源雷达到达角度(DOA)和到达时差(TDOA)联合定位系统,提出一种基于约束总体最小二乘(CTLS)的无源定位和误差校正算法。首先引入辅助变量,将DOA和TDOA非线性观测方程进行线性化处理。考虑伪线性化后定位方程中噪声矩阵各分量统计相关特性,将无源定位与误差校正联合优化问题建立为CTLS模型,并采用牛顿迭代方法对模型求解。在此基础上,考虑辅助变量与目标位置的关联性,设计关联最小二乘算法改进目标位置估计值,采用后验迭代方法进一步提高系统偏差估计精度。最后推导了算法的理论误差。仿真结果表明:该算法能够有效地估计目标位置和系统偏差。

LEO 卫星TDOA/DOA 定位性能分析

随着以“星链”卫星为代表的低轨(LEO)互联网卫星系统的快速发展,星载相控阵列天线的应用数量飞速增长,未来LEO互联网卫星便于提供星载电磁波到达方向(DOA)检测能力。卫星覆盖区内的非法干扰进行定位排查,是未来互联网卫星系统正常运维的重要保障。目前常用的双星到达时差(TDOA)/到达频差(FDOA)定位体制存在定位误差显著增大的“定位盲区”造成盲区内的干扰源无法定位的问题,提出了一种基于加权最小二乘约束优化模型的TDOA/DOA双星干扰源定位技术体制。分析了几何稀释精度因子(GDOP)的定位误差,仿真实验表明该定位方法具有不存在“定位盲区”的优点,在经纬度张角为4∘×4∘的波束范围内定位误差小于0.2 km,定位误差的地理平均为0.112 km,满足非法干扰定位排查的应用需求。通过定位解算的根均方差(RMSE)的蒙特卡洛方法,验证了GDOP误差精度。该定位方法的定位误差地理稳定性优于目前常规的双星TDOA/FDOA定位算法。

基于TOA/TDOA的Ad hoc网络无线定位研究

基于802.11b协议,该文针对Adhoc网络的特点,探讨适合Adhoc网络的定位方案。用TOA法获得定位中需要的时间测量值,从而得到各信标台的距离差;并对所得信息进行分解、综合,用TDOA法得到移动台的位置估计。这在多点定位时降低了矩阵的阶数,加快了运算速度。在此基础上,用适合于运动对象的扩展Kalman滤波算法对位置估计进行了优化,使得定位精度更加准确。

基于正则化约束总体最小二乘的单站DOA-TDOA无源定位算法

针对利用单站外辐射源的目标无源定位问题,该文提出一种联合到达角度和时差信息的正则化约束总体最小二乘(RCTLS)定位算法。首先,将非线性的到达角度和时差的观测方程进行线性化处理,分析了方程系数矩阵可能出现的病态问题,将定位问题建立为RCTLS模型,并采用牛顿迭代方法对模型求解,从而得到目标位置估计。最后,推导了算法的理论误差,并按照均方误差最小的原则推导了正则化参数的最优值。仿真结果表明,算法的定位精度和鲁棒性均优于约束总体最小二乘(CTLS)算法。此外,对系统几何精度因子图的分析表明,目标及外辐射源的位置对定位精度也有影响。

基于多核最小二乘支持向量回归的TDOA-DOA映射方法

基于到达时间差(Time difference of arrival,TDOA)估计的方法是声源波达方向(Direction of arrival,DOA)估计中的一类重要方法。其中由TDOA到DOA的映射是该类方法的关键步骤。本文提出了一种基于多核聚类最小二乘支持向量回归(Least-squares support vector regression,LS-SVR)的TDOA-DOA映射方法,并且分析了其稀疏化处理后的性能。为了提高混响噪声环境下的TDOA-DOA映射性能,本文还给出了一种基于归一化中值滤波的TDOA估计离群值消除方法。仿真结果表明,本文提出的方法要优于现有的最小二乘方法以及单核LS-SVR方法。

一种基于TDOA、FDOA、DOA量测与粒子滤波的动目标双星跟踪方法

提出了一种综合利用到达时差(TDOA)、达到频差(FDOA)、到达角(DOA)量测的双星动目标跟踪方法。该方法将TDOA、FDOA、DOA全部作为观测量,采用粒子滤波技术迭代估计运动目标的位置及速度状态量。一个典型场景的应用结果证明该方法相对于传统的仅基于TDOA、FDOA或TDOA、DOA的动目标跟踪方法,可给出更为精确的目标位置与速度估计结果。

发射站/接收站位置误差下无源雷达DOA-TDOA目标定位算法

无源雷达中发射站和接收站位置误差的存在将显著降低目标定位精度。针对这一问题,将发射站和接收站位置误差考虑到基于波达方向和到达时差的无源雷达目标定位模型中,提出了一种目标位置代数解算法。首先,将波达方向和到达时差的测量方程线性化,考虑方程中的各项误差,采用加权最小二乘估计求解,并通过对加权矩阵的迭代更新,得到目标位置最优估计。推导了存在发射站和接收站位置误差条件下目标定位的克拉美罗下界,并从理论上证明了算法的定位精度可以达到克拉美罗下界。仿真结果表明,算法的定位精度优于现有算法,在发射站和接收站位置误差条件下定位精度仍能达到克拉美罗下界。

基于DOA-TDOA-FDOA的单站无源相干定位代数解

针对利用单站接收多个外辐射源信号实现目标定位的问题,该文提出一种基于两步加权最小二乘的到达角度(DOA)、时差(TDOA)和频差(FDOA)联合定位代数解算法。首先,在第1步加权最小二乘估计中,通过引入辅助参数,将非线性的角度、时差和频差方程转化为伪线性形式,并利用加权最小二乘得到目标位置和速度的粗估计;而后在第2步加权最小二乘估计中利用辅助参数和目标位置参数之间的约束关系来构造另外一组线性方程,并再次利用加权最小二乘得到目标位置和速度的精确估计。推导了联合角度、时差和频差定位的克拉美罗界。理论分析和仿真结果表明,算法在观测误差较小时的定位误差可以达到克拉美罗界。

基于TDOA-DOA的多站无源定位系统性能分析

针对基于时差和波达方向无源定位系统,建立了无源定位模型并给出了定位解算方案及其性能分析方法。利用真实无源定位场景对时差/波达方向联合定位和时差定位2种不同方案定位精度进行了仿真,仿真结果表明在实际无源定位系统中时差定位精度远高于时差/波达方向联合定位。

基于EKF的星地协同测向时差定位算法

针对无源定位协同化需求,文章提出一种利用到达角、到达时间差的星地协同定位方法,分别研究其定位原理,建立数学定位模型,给出解算方法以及定位精度的表达式,推导基于测向时差参数的扩展卡尔曼滤波(EKF)算法。仿真结果表明该方法能够达到较高的定位精度;此外,该定位模型仅需单星,避免了传统星载平台定位需要寻找匹配邻星的问题,与机动平台配合,可对辐射源进行快速高效定位,具备一定的工程应用价值。

传感器位置误差下TDOA-DOA水下目标被动定位算法

针对水下目标被动定位中传感器位置误差带来的定位精度不高的问题,提出了一种基于两步最小二乘的到达时间差波达方向(time difference of arrival-direction of arrival,TDOA-DOA)目标定位算法。首先,构建TDOA-DOA理想化无误差模型,并利用最小二乘算法对目标位置进行粗估计。其次,考虑测量误差和传感器位置误差,构建目标定位误差和传感器位置的联合方程,并利用加权最小二乘求解。最后,利用目标定位误差对目标位置粗估计值进行修正,得到更精确的定位结果。仿真实验表明,所提算法可对目标位置和传感器位置进行联合估计,相较于已有算法具有更高的定位精度,更适用于传感器位置存在误差情况下的水下目标定位。

基于USRP的双模无源雷达测试系统设计

文中设计一种可以在TDOA-DOA或Multi-TDOA两种定位模式下工作的双模无源雷达,并设计一种高性能的测试平台用于演示和验证。该测试平台由X310通用软件无线电外设(USRP)实现多通道信号采集,由嵌入式服务器中的GPU实现信号处理算法,具有大动态、多通道、时频同步和本振机制灵活等优点。通过小型无人机的室外检测得出,在两种定位模式下,所设计的测试平台都可以达到米级的定位精度。

基于分层采样粒子滤波的说话人跟踪方法

利用分层采样方法,融合波达方向和时间延迟两种信息,实现了对说话人的定位与跟踪.分层采样方法考虑波达方向和时间延迟这两种不同观测信息对说话人位置估计精度的差异,将基于波达方向滤波得到的状态后验概率密度函数作为基于时间延迟滤波的重要性采样函数,增强了重要性概率密度函数与后验概率密度函数的相似程度,从而改善了重要性概率密度函数的质量,减小了采样粒子权值的方差,提高了对说话人位置的估计精度.仿真实验验证了该方法的有效性.

基于DOA和TDOA的单站外辐射源目标跟踪IPKF方法

随着电子战、信息战在现代军事领域的地位日趋重要,基于外辐射源的定位跟踪方法成为现代雷达领域的研究热点。针对通过单站接收多外辐射源信号获取角度(direction of arrival,DOA)和时差(time difference of arrival,TDOA)信息对运动目标跟踪的问题,首先推导角度和时差的伪线性观测方程,在通过最小二乘(least squares,LS)算法获取初值的条件下,利用传统的卡尔曼滤波算法实现目标的跟踪,该方法称为伪线性卡尔曼滤波(pseudo-liner Kalman filter,PKF)算法。进一步分析观测方程,提出了利用迭代的IPKF(iterative PKF)目标跟踪算法,并推导其克拉美罗下界(Cramer-Rao lower bound,CRLB)。仿真实验分析说明,该IPKF算法的跟踪精度、收敛速度和稳定性均优于传统的扩展卡尔曼滤波(extended Kalman filter,EKF)算法,且迭代次数越多,性能越好,观测误差越小,跟踪误差越接近CRLB。

基于角度和时差的单站多外辐射源融合定位方法

针对利用单个观测站接收多个外辐射源信号对静态目标的定位问题,提出了一种基于融合的定位方法。首先依据单个外辐射源,建立时差和到达角的观测方程;然后构建测量误差的概率密度函数,利用最大似然估计得到目标位置的解析解;最后利用最大似然方法将依据单个外辐射源得到的目标位置进行融合,得到目标位置的融合解。仿真结果表明,文章多外辐射源融合定位的克拉美罗界(Cramer-Rao lower bound,CRLB)低于单外辐射源定位,联合角度(direction of arrival,DOA)和时差(time difference of arrival,TDOA)定位的CRLB低于仅利用时差定位,且文章算法的定位误差逼近CRLB。系统几何精度因子(geometric dilution of precision,GDOP)图表明,影响定位精度的主要因素是测量误差、目标的位置和辐射源个数及位置。

基于方位时差的多站协同目标跟踪

为提高多站无源协同跟踪的精度,提出了一种基于方位时差的目标跟踪方法.从一种拟线性的方位增量卡尔曼预处理方法入手,降低方位观测的误差,利用距离和时差跟踪建立观测方程,使用扩展卡尔曼滤波的方法对目标的运动状态进行估计,并采用分布式估计集中处理的方式融合多站并行估计数据,通过计算机仿真分析了该方位时差方法的跟踪性能.仿真结果表明,该方法对于目标状态的估计与真值偏差较小,能够满足跟踪精度要求.

基于外辐射源雷达系统的目标定位算法

基于外辐射源的单站无源定位系统实际相当于收发分置的双基雷达,具有反侦察、抗干扰、反隐身和防反辐射导弹等潜在优势,因此利用外辐射源信号对目标进行无源定位和跟踪是目前国际上比较热门的一个研究课题。提出了一种基于外辐射源的单站无源定位系统的目标定位算法,借助信号到达的时间差和方位信息,对空中目标进行定位,并进行算法的推导、精度的分析,通过仿真验证了此定位算法的有效性。

双站基于角度和时差的近似无偏定位算法

联合角度(DOA)和时差(TDOA)信息对运动目标进行无源定位实质上是一种非线性估计问题。针对将非线性观测方程转化为伪线性方程会产生有偏估计的缺点,该文基于双站定位中获得的角度和时差信息,给出了一种对三维空间目标定位跟踪的近似无偏估计滤波算法,它只需要对一对矩阵束进行广义特征分解,即可获得目标坐标和速度的估计值。计算机仿真结果表明,相比有偏估计滤波算法,如伪线性卡尔曼滤波(PLKF)算法或者最小二乘(LS)算法,该算法具有更高的定位精度,并且当观测误差增大时,其优势更加明显。

多站无源跟踪系统容错算法

针对多个雷达侦察站组成的无源跟踪系统,在用时间差法对目标进行跟踪时,各站点之间通信或信号测量被干扰,造成系统无法工作。该文提出基于单站多站、时差和角度测量组合的容错跟踪算法。该算法假定系统被干扰工作时使用基于时差测量的跟踪方法,而多站角度和单站角度跟踪方法作为备用,通过对每个周期目标状态变量的检测,判定是否需要切换为备用跟踪方法。该算法使跟踪系统有更强的适应性,而精度并没有下降。仿真实验验证了该算法的有效性。

利用时差与到达角双站对机动目标无源定位算法研究

该文提出了一种基于两站到达时间差和一个到达角的无源定位方法。以到达角消除时差定位的多值模糊 ,用最小二乘估计和卡尔曼滤波算法 ,实现对海上机动目标的无源定位和跟踪。