基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角(DOA)和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角（DOA）和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类 ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

利用三星时频差的运动辐射源定位与测速方法

针对高轨三星无源定位系统对空中恒定高度运动目标探测的应用场景,提出了一种利用信号到达时差( TDOA)、到达频率差( FDOA)的无源定位与测速方法。详细描述了算法原理、算法处理步骤,利用STK( Satellite Tool Kit)软件结合计算机仿真,分析了时差测量误差、频差测量误差、高程估计误差对定位精度与测速精度的影响。该方法定位精度与测速精度较高,具有一定的工程应用价值。     

基于概率理论的干扰源到达频差定位

提出了一种基于概率理论的移动双站到达频差(FDOA)方法对地面干扰源进行定位。两接收机在被干扰区域上空运动时往往能两次(或多次)接收到地面干扰源的信号,获得两个(或多个)到达频率差。该方法利用到达频差和在接收到信号时接收机的位置、速度及信号频率等数据给出辐射源的位置估计。采用的概率算法不需求解高次非线性方程组,仅需求解三元一次线性方程组。计算机仿真实验表明,利用该方法可以实现高精度的地面干扰源定位。     

一种低轨双星窄带信号定位方法

针对低轨双星系统对窄带辐射源无源定位的应用场景,基于双星观测到的辐射源到达频率差,提出了一种多次频差测量联合估计辐射源位置的方法。详细描述了算法原理、算法处理步骤,并通过计算机仿真分析了信号频率、频差测量误差、观测时长等因素对定位精度的影响。仿真分析表明,在观测时间大于20 s、频差测量精度0.1 Hz时,该方法定位精度优于1.5 km,具有较强的工程应用价值。     

一种改进的TOA/AOA混合定位算法

在蜂窝网络中利用电波到达时间（TOA）对移动台（MS）进行定位估计时，也可利用服务基站（BS）提供较准确电波到达角（AOA）信息，以提高定位性能。为此，本文对Chan提出的电波到达时间差（TDOA）定位算法进行了改进，提出了一种既继承原算法的优点，又增加AOA测量值以提高定位性能的TOA/AOA混合定位算法，分析和仿真结果表明，只要AOA测量值达到一定精度，该算法就能取得比单纯TOA定位法更好的性能。     

一种TDOA/AOA混合定位算法及其性能分析

在蜂窝移动通信系统中，智能天线阵列的应用使得服务基站（BS）能提供较准确的移动台（MS）电波到达角（AOA）测量值，从而可以用于对移动台的定位估计，文中对文献[1]的电波到达时间差（TDOA）定位算法进行了改进，提出了一种既能继承原算法的优良性能，又可充分利用AOA测量值信息提高定位性能的TDOA/AOA混合定位算法，该算法还具有解析表达式解。仿真结果表明，只要AOA测量值达到一定精度，该算法就能取得比文献[1]的单纯TDOA定位算法更好的性能。     

用任意阵实现二维到达角和极化的联合估计

基于四阶累积量和ＥＳＰＲＩＴ算法提出一种新的任意高斯噪声环境上多个独立空间信号二维到达角和极化的联合估计方法。该算法的阵列由和坐标轴方向一致的偶极子对组成,各偶极子对的排列结构任意。计算机模拟结果证实了方法的可行性。     

相干信号频率和到达角联合估计的算法

基于均匀圆阵和四阶累积量,提出了一种相干信号频率和到达角联合估计的新算法。首先,利用计算量较小的PRO-ESPRIT算法和beamspace-ESPRIT算法分别估计广义阵列响应矢量和信号的频率。然后,对广义阵列响应矢量进行模式空间变换,并利用改进的前后向线性预测方法估计出相干信号的到达角。该算法能在色噪声环境下,精确地估计出空间相干信号的频率和到达角,并且无需平滑技术和谱峰搜索,具有计算量小,参数自动配对的特点。计算机仿真结果验证了算法的有效性。     

存在站址误差下的时频差稳健定位算法

针对现有算法定位精度低,稳健性差的问题,该文基于误差校正的思想,改进了经典两步加权最小二乘(TSWLS)算法的步骤2,提出一种站址误差条件下基于到达时间差(TDOA)和到达频率差(FDOA)的高精度、稳健动目标无源定位算法。所提算法的步骤2对步骤1中引入的辅助变量进行泰勒展开以构建误差校正方程,避免了经典两步加权最小二乘算法中的矩阵缺秩问题和非线性运算,提高了算法的稳健性和定位精度。理论分析表明,在小噪声条件下该算法定位精度可达克拉美罗下界(CRLB)。仿真结果表明,在常见量级的站值误差及测量误差下,相比于现有算法,该文算法具有更强的稳健性和更优的抗噪性。      

Moving‐Target Tracking Based on Particle Filter with TDOA/FDOA Measurements

In this letter, we propose a moving‐target tracking algorithm based on a particle filter that uses the time difference of arrival (TDOA)/frequency difference of arrival (FDOA) measurements acquired by distributed sensors. It is shown that the performance of the proposed algorithm, based on the particle filter, outperforms the one based on the extended Kalman filter. The use of both the TDOA and FDOA measurements is shown to be effective in the moving‐target tracking. It is proven that the particle filter deals with the nonlinear nature of the moving‐target tracking problem successfully.     

基于G-N迭代的双星时频差定位融合算法

双星时差（Time Difference of Arrival,TDOA）频差（Frequency Difference of Arrival,FDOA）定位系统在过顶期间可多次截获到辐射源信号并进行定位,将不同时刻观测的多组时差频差和高程信息融合可以提高定位精度。本文算法将辐射源高程信息建模为双星时差频差定位融合的观测量之一,并提出了一种基于高斯-牛顿（Gauss-Newton,G-N）迭代的双星时差频差定位融合算法。最后通过实验仿真将本文所提算法与理论最优单次定位结果、直接平均和加权平均等位置合批处理方法进行比较,实验结果表明本文算法相较于其他位置合批处理方法具有更优越的性能。     

基于倒谱域相关的时差/频差联合估计算法

提出一种基于倒谱域相关的时差/频差联合估计算法,同时估计双传感器平台接收到的2路信号中的时延分量和频偏分量。与传统的基于二(四)阶相关复模糊函数法相比,新算法借鉴时域卷积等价于频域乘积的思想,将频域卷积等价于倒谱域相关,将时差频差二维搜索问题转化为先频差、后时差的2个一维搜索问题,由此实现时差/频差的快速联合估计。     

基于四阶互模糊函数的TDOA/FDOA参数估计研究

针对二阶互模糊函数在相干高斯噪声环境下会出现较大的噪声相关峰值,影响TDOA/FDOA参数正确估计的问题,利用高阶积累量对高斯噪声的不敏感特性,研究基于四阶互模糊函数的TDOA/FDOA参数估计方法,对该方法的参数估计过程进行了详细的理论分析,并针对二阶与四阶互模糊函数两种参数估计方法进行了对比仿真。仿真结果表明,基于四阶互模糊函数的TDOA/FDOA参数估计方法能有效克服噪声的相关性,但对噪声敏感,存在一定的理论研究价值。     

校正源条件下基于双星序列观测量的地面运动目标定位算法及理论性能分析

The method for locating a moving source on earth using a sequence of time difference of arrival(TDOA)and frequency difference of arrival(FDOA)measurements pairs obtained by dual-satellites was presented in the presence of calibration sources with accurate positions.First,the difference calibration(DC)location algorithm aiming to the mobile target was derived,and its theoretical performance was also analytically derived.The result demonstrates that the DC localization variance could not reach the CRB,although it could eliminate the location bias produced by the position and velocity errors of the dual-satellites.For this reason,a two-step optimal association location algorithm was proposed,and its theoretical performance was proved to be equal to the CRB.Finally,a variety of numerical experiments are performed to corroborate the superiority of the geolocation algorithms and the effectiveness of the performance analysis.     

位置线误差的时/频差联合定位性能研究

就双星时差/频差联合定位问题,引入了位置线误差的概念,通过梯度理论计算时差位置线误差和频差位置线误差的分布,对时差位置线误差和频差位置线误差以及联合定位性能进行了定性和定量分析,推导了双星系统下时差频差联合定位精度与参数位置线误差和位置线交角之间的计算关系式。并结合仿真分析了参数测量误差和位置线交角对时差频差联合定位精度的影响。     

一种最大似然网格搜索卫星FDOA辐射源定位算法

如何利用辐射源信号到达不同卫星的多普勒频差对辐射源定位是目前卫星无源定位技术研究的热点之一。针对卫星FDOA辐射源定位的特点,建立含有地球表面约束的FDOA定位方程,研究基于最大似然网格搜索的定位方程求解算法,推导了详细求解过程,并对该算法的性能进行分析与仿真评估。仿真结果表明,该算法收敛速度快,能够接近克拉美罗界下限,是一种最优的定位估计器。     

同轨双站宽带信号源位置点成像定位算法

针对已知高度宽带信号源的无源定位问题,借鉴SAR成像原理和直接定位法思想,提出一种利用到达差时间(TDOA)和到达频率(FDOA)信息的位置点成像无源定位算法。采样时将观测时间划分为快时间和慢时间,在快时间域估计TDOA,慢时间域估计FDOA。首先分析了同轨双站构型下距离差走动,然后利用观测区域中心位置对观测时间内各脉冲TDOA进行校正,再通过二维傅里叶变换得到TDOA和FDOA,并将联合估计得到TDOA和FDOA通过几何关系映射得到目标位置。仿真实验表明了本文算法的有效性,且不需要进行信号分选和参数配对,适用于观测不可区分多目标辐射源定位问题,具有高精度和超分辨特性。     

用于双星时差频差定位体制的宽频接收机设计

针对双星时差频差定位体制要求,提出了一种宽频带接收机设计方法。介绍了整机架构设计方案和模块划分方法。重点阐述了影响双星时频差体制定位精度的关键指标:时延差一致性、频率差一致性、幅度差一致性的工程实现方式及各项技术指标的加速老化试验方式。接收机测试结果表明,接收机时延差一致性优于1.54 ns、频率差一致性优于1 Hz、幅度差一致性优于0.5 dB。并通过老化试验验证接收机指标变化情况满足在轨5年实际工程应用需求。     

A joint TDOA and FDOA estimation algorithm based on second-order cone programming

ABSTRACT

Considering the low estimation accuracy of the traditional interpolation method, this paper, on the basis of second-order cone programming (SOCP), proposes a novel joint time difference of arrival (TDOA) and frequency difference of arrival (FDOA) estimation interpolation method, which can attain the sub-sample precision. The proposed method uses several discrete samples produced by cross ambiguity function (CAF) to structure the convex optimization models with regard to the interpolation surface. Then, the SOCP is utilized to obtain the interpolation surface which matches the discrete surface of CAF well. Finally, the method achieves the precision superior to the traditional TDOA and FDOA estimation directly through the search for the maximum of the continuous approximate surface. This method decreases the computational load without loss of precision and can efficiently reduce the limitation of finite sampling interval and sampling time in estimation precision. Numerical simulations show that the method in this paper is efficient and outperforms existing interpolation algorithms about estimation precision.