基于双基地距离的多站多外辐射源无源定位算法

针对利用多个外辐射源和多个接收站的无源雷达目标定位场景,提出了一种利用三步加权最小二乘的双基地距离（Bistatic Range,BR）定位问题代数解.首先,在第一步加权最小二乘估计中,通过引入多个辅助参数,将BR观测方程线性化,并得到目标位置粗估计;在后两步加权最小二乘估计中利用辅助参数与目标位置参数的约束关系来提高目标位置的估计精度.对算法理论误差分析表明,其定位精度可以达到克拉美罗界.蒙特卡罗仿真结果表明,算法的定位精度优于现有算法.     

基于目标高度先验信息的多站时差无源定位方法

该文针对利用多站到达时差观测量的辐射源目标定位问题,已知目标高度先验信息,提出一种基于加权最小二乘的闭式高精度定位方法。近距离场景下,可忽略地球曲率影响,此时目标高度信息可等效为目标的1维坐标。基于该条件,使用一种新的两步加权最小二乘算法实现对目标的定位解算。该算法不需要目标位置初始值估计,无需迭代运算,计算量较小。仿真表明:利用目标高度先验信息可有效提高对目标的定位精度;在观测量噪声为高斯噪声且功率较小时,算法定位性能可达到克拉美罗界。     

基于连通度和加权校正的移动节点定位算法

移动节点定位问题是无线传感器网络中的研究重点。针对移动节点定位误差大的问题,提出一种基于连通度和加权校正的移动节点定位算法。在未知节点移动过程中,根据节点间连通度大小选取参与定位的信标节点,利用加权校正方法修正RSSI测距信息,然后用最小二乘法对未知节点进行位置估计。仿真分析表明,节点通信半径和信标密度在一定范围内,该算法表现出良好的定位性能,定位精度明显提升。     

联合角度和时差的单站无源相干定位加权最小二乘算法

针对利用单个观测站接收多个外辐射源信号从而实现对目标定位的单站无源相干定位问题, 该文提出了一种联合角度和时差的加权最小二乘定位算法。首先, 将角度和时差的观测方程线性化处理, 考虑方程中的各项误差, 将定位问题建立为加权最小二乘模型。然后利用迭代方法对模型求解。最后, 对算法的定位性能进行了理论分析。仿真结果表明, 不同于仅时差定位方法至少需要3个外辐射源才能定位, 联合角度和时差定位方法仅需一个外辐射源即可定位, 且在同样数量外辐射源条件下估计精度高于仅时差定位;算法的均方误差低于最小二乘算法, 在时差测量噪声较大时定位精度仍然能逼近克拉美罗界。此外, 对系统几何精度因子图的分析表明, 目标及辐射源的位置对定位精度也有重要影响。      

改进的基于RSSI差值的定位算法

基于强度（RSSI）的移动终端定位方法有其特有的优势,是测量报告（MR）分析中一项关键技术。为了提高定位精度,这里改进了基于RSSI差值的定位算法,采用加权最小二乘法（WLS）求解线性定位方程组,估计了距离测量和计算引入的定位误差,采用两次求解来消除距离误差,最后对算法的定位精度进行了测试,给出了测试结果,并对比了几种常用的强度定位算法的定位精度,结果表明改进后的算法明显提高了定位精度。     

传感器网络的粒子群优化定位算法

无线传感器网络定位问题是一个基于不同距离或路径测量值的优化问题。由于传统的节点定位算法采用最小二乘法求解非线性方程组时很容易受到测距误差的影响,为了提高节点的定位精度,将粒子群优化算法引入到传感器网络定位中,提出了一种传感器网络的粒子群优化定位算法。该算法利用未知节点接收到的锚节点的距离信息,通过迭代方法搜索未知节点位置。仿真结果表明,该算法有效地抑制了测距误差累积对定位精度的影响,提高了节点的定位精度。     

高精度室内可见光定位算法

针对目前室内定位算法精度不高、实现复杂等问 题,提出了一种基于白光LED的可见光室内定位方 法。首先利用由室内不同LED发出的定位参考信号到达定位终端的时间差(TDOA )的测量估计,得 到定位终端到达两个LED的传输距离之差,以此构造距离估计目标函数,然后采用有约束非 线性规划算法得到 定位终端的位置坐标,从而有效地解决了室内噪声环境中常规TDOA定位算法不收敛或误差偏大的问题。 同时,为了进一步优化定位性能,将距离信息引入加权因子中,提出了质心加权混合定位算 法。将提出的 定位算法在5m×5m×3m的空间区域中进行了仿真实验,同时考虑噪声因素的影响,结果 表明,提出的距离 估计目标函数法在信噪比(SNR)为2dB的条件下可以达到平 均5cm的定位误差,采用质心加权处理后平均定位误 差仅为3cm,有效地提高了室内定位精度和系统应用的普适性及鲁棒性。     

一种基于加权处理的无线传感器网络平均跳距离估计算法

定位技术是无线传感器网络的关键技术之一,传统DV-Hop定位算法只考虑了最近一个锚节点估计的平均跳距离值,而单个锚节点估计的平均跳距离值无法准确地反映网络的实际平均跳距离。本文提出了一种基于加权处理的平均跳距离估计算法,考虑多个锚节点估计的平均跳距离值,根据距离未知节点的跳数进行加权,使网络平均跳距离的估计更加准确,从而提高定位精度。仿真结果表明,与DV-Hop算法的平均跳距离估计算法相比,本文算法更准确地估计平均跳距离,降低了均方根误差,并提高了定位精度。     

基于多维测量信息的压缩感知多目标无源被动定位算法

无源被动定位是入侵者检测、环境监测以及智能交通等应用的关键问题之一。现有的无源被动定位方法可通过信道状态信息获取多个维度上的测量信息,但是现有方案未能充分挖掘多个信道上的频率分集以提高定位性能。该文提出一种基于多维测量信息的压缩感知多目标无源被动定位算法,在压缩感知框架下利用多维测量信息的频率分集提高定位精度和鲁棒性。根据鞍面模型建立无源字典,将多目标无源被动定位问题建模成多测量向量联合稀疏恢复问题,并利用多维稀疏贝叶斯学习算法估计目标位置向量。仿真结果表明,该算法能有效利用多维测量信息提高定位性能。     

加权多维标量接收信号强度定位方法

本文提出了一种利用加权多维标度的基于接收信号强度的定位方法,利用信号接收强度与目标到接收机距离之间的关系,将信号接收强度转化为距离,利用多维标度框架对辐射源定位问题进行建模,对多维标度矩阵进行子空间分解,根据信号子空间与噪声子空间的正交性,可以得到定位参数的线性方程组,根据该线性方程组的残差的统计特性,得到定位参数的加权最小二乘解。计算机仿真验证了此方法具有较好的定位性能,在接收信号强度测量精度较高时,本方法能够达到CRB界,有较强的应用价值。      

红外制导弹药协同定位跟踪方法研究

针对红外制导导弹无法直接测量弹目距离、视线角速度及目标加速度等制导信息,且单枚导弹的可观测量少,目标定位误差大的问题,考虑红外导引头的测量特性,利用多枚导弹与目标的几何关系对目标进行协同定位。建立多枚导弹对目标的协同跟踪模型,通过计算导弹间相对运动关系估算弹目距离,并将其作为伪量测量,结合导引头测角信息构建新的量测方程,利用卡尔曼滤波估计出弹目距离和视线角速度等制导信息。针对机动目标,研究了一种基于交互式多模型滤波方法,利用多个目标机动模型加权融合的方法来估计真实目标机动模型。数学仿真表明该方法有效提高了对固定/机动目标的估计精度。     

引入斜距和高程预测的BLUE跟踪方法

最佳线性无偏估计（BLUE:Best Linear Unbiased Estimation）算法用于目标跟踪时,受斜距、高程参量间的“共线”效应影响,对近程目标估计误差会增大甚至发散。针对此问题,在量测转换模型中引入斜距、高程预测,构建斜距、高程参量有偏估计,抑制“共线”效应。基于非线性参数误差最小准则推导斜距、高程估计的权值和偏置,建立基于非线性观测和状态预测融合估计的量测转换模型。基于该模型的BLUE算法能更精确的捕捉转换量测误差特性,以较小计算代价获得性能提升,数值仿真鲁棒性好,有很好应用前景。      

基于方位的无源相干定位中加权矩阵求解方法

针对多基地无源雷达中对单目标的定位问题,提出一种利用角度信息的加权最小二乘定位算法。设计了基于角度的目标定位模型,并根据不同的角度测量噪声设计了加权矩阵,进行了误差分析并推导了算法的Cramer-Rao界。仿真分析表明,本文算法优于同类算法,并且以3个接收站与一个外辐射源为例,给出了最佳位置配置建议。     

分段制造中大尺寸测量的关键算法研究

组建由激光跟踪仪和数据处理软件组成的计算机辅助测量系统.对分段制造中大尺寸构件的几何量信息进行评价.并对其中的激光测距系统进行横向和径向误差补偿.以半径约束最小二乘法解决了分段构件拟合信息不足的问题,提高拟合精度.用仿真和实际实验结果验证了该算法对噪声的鲁棒性增强.利用最佳适配算法将多站的测量统一到CAD全局坐标系下,并与CAD比较偏差.以隧道构件为研究对象,应用于隧道构件生产厂家质量控制中.     

一种拟合曲线的新拟合算法

非线性测量中对测量结果进行曲线拟合通常采用最小均方误差的标准进行系统参数的辨识,该方法未考虑输入样本的随机性。基于此,提出了一种新的拟合算法:考虑输入样本的随机性所采取的一种加权的最小均方误差拟合方法,利用已知的输入样本的统计特性对权值进行估计,对算法概率为1的任意逼近性给出证明,并对区间半长作出估计。实验表明,该算法有较理想的逼近效果。     

基于加权最小二乘的红外热像仪的标定

目前,人们在对红外热像仪进行辐射标定时,普遍采用精度不太理想的最小二乘法.为减少热像仪的系统随机误差、环境波动和黑体温度不稳定等因素对标定结果的影响,提高标定模型的精度,建立了基于加权最小二乘的红外热像仪标定模型,并分别基于加权最小二乘法与最小二乘法进行了标定实验和辐射测量实验.实验结果表明,基于加权最小二乘的标定模型的拟合精度更高,其在辐射测量实验中的平均测量精度比基于最小二乘的平均测量精度提高了2.3％.基于加权最小二乘的红外热像仪的标定具有较强的实用价值和一定的借鉴意义.     

Hybrid filter with predict-estimator and compensator for the linear time invariant delayed system

This paper investigates the problem of real-time estimation for one kind of linear time invariant systems which subject to limited communication capacity. The communication limitations include signal transmission delay, the out-of-sequence measurements and data packet dropout, which appear typically in a network environment. The kernel of filter design is equally to formularize the traditional Kalman filter as one linear weighted summation which is composed of the initial state es-timate and all sequential sampled measurements. For it can adapt aforementioned information limi-tatious, the linear weighted summation is then decomposed into two stages. One is a predict-estimator composed by all reached measurements, another is one compensator constructed by those time-delayed data. In the network environment, there are obvious differences between the new hybrid filter and those existing delayed Kalman filters. For example, the novel filter can be optimal in the sense of linear minimum mean square error as soon as all measurements available and has the lowest running time than these existing delayed filters. One simulation, including two cases, is utilized to illustrate the design procedures proposed in this paper.     

一种新的分布式MIMO雷达系统运动目标定位代数解算法

该文针对分布式MIMO雷达系统中的运动目标定位问题,以双基地距离(BR)及其变化率(BRR)作为观测量,提出一种基于多步加权最小二乘的代数解算法。算法共需要3步加权最小二乘估计。首先,在第1步加权最小二乘估计中,通过选取适当的辅助参数,将非线性的BR和BRR的观测方程进行伪线性化处理,从而得到目标位置和速度的粗略解;而后在后两步加权最小二乘估计中,利用目标位置参数和辅助参数之间的约束关系构建方程,从而得到目标位置和速度的精确估计。最后,推导了算法的理论误差,从理论上证明了算法可以达到克拉美罗界。在仿真实验中,将所提算法与现有算法进行了对比,验证了算法的优越性。     

一种基于区域颜色信息的宽基线立体匹配算法

立体匹配技术是立体视觉研究领域的难点,利用图像的特征信息解决对应问题是研究的热点.本文在提取基于边缘仿射不变区域检测器的基础上,设计了基于区域颜色信息和几何信息的彩色图像立体匹配算法.该算法首先对所提取的不变区域进行颜色空间量化,在此基础上根据两种色彩之间的距离进行色彩聚类,然后计算直方图的二次距离,并进行相似性度量,最后根据区域间几何性质进行误匹配剔除.实验证明,该算法能降低解决对应问题的复杂性,提高正确匹配率.该方法对于目标识别、三维重建、非接触测量等研究均具有重要的意义.