优化PSO算法的时差频差联合定位技术

为了实现对目标位置和速度的精确无源定位,提出了一种基于优化PSO的时差频差联合定位算法。针对传统的PSO算法收敛速度慢,容易出现局部最优,从而导致定位结果不够精确,定位速度慢的情况,引入对惯性权重系数的优化增加其算法的收敛速度,结合自然选择淘汰机理和遗传算法中杂交概念,加强粒子种群的多样性使其达到全局最优的目的。实验结果表明:相对于标准粒子群算法,本文算法在对目标求解时,能快速收敛,不容易陷入局部最优,并且具有很好的定位精度。

基于频差和频差变化率的动目标定位反演解时差模糊算法

针对高重频(HPRF)的运动辐射源无源定位系统遭遇的脉冲配对时差(TDOA)模糊问题,提出一种基于频差和频差变化率(FD-FDR)的动目标定位反演解时差模糊算法。利用改进的相干互模糊函数和频差粗估计作引导,缓解频差和频差变化率联合估计计算负担。推导了基于FD-FDR的动目标定位反演解时差模糊性能。实验验证了频差变化率信息的引入可有效提升解时差模糊算法对频差测量误差的稳健性。在三站两次观测(单次时间孔径30ms)条件下,该算法解时差模糊能力优于35us,具备常规海面、空中运动目标进行无源探测解时差模糊的潜力。