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...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。展开更多
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-sq...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。展开更多
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...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。展开更多
文摘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。
文摘基于到达时间差(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。
文摘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。