WGS-84坐标系下空基多平台有源传感器最大似然配准

对空基多运动平台有源传感器进行配准, 是空战协同作战的前提和基础。首先构建了WGS-84坐标系下有偏观测模型, 然后将最大似然配准(MLR)算法扩展到WGS-84坐标系下空基多运动平台有源传感器的配准。运用复合函数求导链式法则, 推导出应用MLR算法时至为关键的传感器观测量对目标状态的雅克比矩阵。理论和仿真结果表明,该方法可实现系统配准, 配准误差逼近其Cramer-Rao下界。     

测角目标定位的协方差矩阵旋转变换滤波算法

基于滤波量比预测量和测量量都准确这一原理,该文提出一种适用于只测角无源定位的非线性滤波算法——协方差矩阵旋转变换的推广Kalman滤波算法.文中推导了协方差矩阵变换的原理,给出了二维只测角无源定位应用的协方差矩阵旋转变换公式.仿真表明该算法比同类型的基于微分线性化和泛线性化的Kalman滤波算法具有更好的性能.     

一种对三维固定辐射源的机载单站无源定位方法

采用了一种基于机载干涉仪坐标系的定位算法,可以利用干涉仪系统测量出的时差和相位差变化率对三维空间中的固定辐射源实现瞬时定位。针对测量误差较大的情况,指出应通过多次测量进行统计处理来提高定位精度,并引入了一种新的滤波估计算法UKF,最后给出了单次测量定位和多次测量滤波的仿真结果和结论。     

一种对三维固定辐射源的机载单站无源定位方法

采用了一种基于机载干涉仪坐标系的定位算法，可以利用干涉仪系统测量出的时差和相位差变化率对三维空间中的固定辐射源实现瞬时定位。针对测量误差较大的情况，指出应通过多次测量进行统计处理来提高定位精度，并引入了一种新的滤波估计算法UKF，最后给出了单次测量定位和多次测量滤波的仿真结果和结论。     

基于粒子滤波的多站交叉定位

简要介绍了粒子滤波方法,分析了粒子滤波的原理,并把基于序贯蒙特卡罗的粒子滤波方法应用到仅有角度测量的多站交叉定位中,给出了定位的方法和步骤。仿真结果表明该方法是切实可行的,且能取得较好的定位精度。     

基于测向交叉和卡尔曼滤波的多舰无源被动定位算法

在分布式多舰无源被动定位算法中,用修正增益推广卡尔曼滤波器对海上运动舰艇辐射源进行纯方位跟踪时,会出现滤波发散的情况.本文讨论了进行多舰纯方位定位跟踪融合的方法,提出一种通过测向交叉定位的结果来改进修正增益推广卡尔曼滤波器的方法,提高其稳定性,减少其滤波发散的可能,提高定位精度,计算机模拟证明了该方法的有效性.     

多分量线性调频信号的Wigner-Ville分布交叉项去除

针对多分量线性调频信号WVD（Wigner-Ville Distribution）检测中的交叉项问题,提出一种交叉项去除方法.利用自项和交叉项的频率特性,将WVD时频矩阵进行坐标旋转,在变换域上滤波去除交叉项.理论推导了矩阵旋转变换公式以及旋转后自项和交叉项的表达式,并且针对缓慢震荡的交叉项受滤波器性能限制不能完全去除的情况,提出能量加权的方法进行改进.仿真和实验结果验证,该方法不仅能够去除交叉项,且不会降低分辨率.     

运动单站无源定位中的坐标转换矩阵的分析

运动单站测角、角变化率无源定位中，观测方程和状态方程建立在不同坐标系中。本文引入一个坐标转换矩阵把状态向量在两个坐标系中的坐标联系起来，推导了坐标转换矩阵，计算出由平台姿态误差带来的坐标转换矩阵误差，并应用到跟踪滤波方程中，最后给出计算机仿真结果。     

短基线时差无源定位方法研究

由于短基线时差无源定位受到辐射源目标到达时间测量精度和多站间定位精度的影响,使得短基线时差无源定位精度比长基线情况要差。本文研究了短基线时差无源定位的滤波算法,推导了时差定位的推广Kalman滤波算法公式。仿真结果表明,该算法可有效提高短基线情况下的时差无源定位精度。     

一种局部参考坐标系下的三站时差定位算法

论文针对三站时差定位计算过程中,会出现多解及选解模糊的情况,对一种通过低空基准平台对海地面或近地目标进行探测定位的三站无源时差定位算法进行研究。基于高精度的WGS-84地球模型,提出建立一种基于空中基准站覆盖区域的局部参考坐标系。在该坐标系下,通过坐标变换和近似处理,降低了时差方程中目标点在三维直角坐标系下未知坐标的维数,从而可按照一般三个基准站计算二维坐标的定位算法完成对目标点的三维定位,求解与判断较为容易,保证了计算结果的稳定性。然后通过迭代运算,进一步提高计算结果的精度。通过坐标反变换（线性变换）,可得到目标点在大地坐标系下的定位结果。仿真结果显示,对于我们所关心的目标区域,该算法因为避免了求解四次方程,并且运算过程中各坐标分量的几何意义明显,易于选解,从而解决了三站时差定位计算中常存在的定位模糊问题。该方法无需辅助其它测量信息（如测方位角等）,仿真运算中不存在选解错误的情况,其定位精度满足应用需求。      

一种工程中实用的WGS-84到BJ-54坐标系转换方法

在规划设计等工程应用中经常使用GPS卫星定位系统来确定现状及规划线路,得到的是以大地坐标系为基础的WGS-84坐标系数据,而目前规划设计项目中普遍使用的又是以1954年北京坐标系为基础的坐标数据,因此必须给出WGS-84坐标转换到BJ-54坐标系的转换方法,本文对这两种坐标系转换模型进行了分析,并给出了在AutoCAD工程设计中的一个实用LSP描点程序,通过工程实践,得到了很好的工程效果.     

基于ArcGIS Engine的GPS坐标转换

在GPS定位应用中需要将GPS接收到的定位数据在电子地图中实时显示。介绍了WGS-84坐标系与北京-54坐标系之间的坐标转换过程以及七参数转换模型的参数求解方法。基于ArcGIS Engine嵌入式开发组件提供的IGeometry接口的Project方法,结合VisuaI C#开发语言、Visual Studio 2008开发环境设计开发了GPS定位显示系统。实际应用中,系统较好地满足了GPS定位中坐标转换精度的需求,具有较好地适应性和快捷性。     

一种融合时差频差和测向的运动目标跟踪方法

传统的星载无源定位系统对空中辐射源定位求解通常采用假设高程的方法,高程假设误差将对定位跟踪精度造成较大影响。为实现未知高程运动辐射源的高精度定位跟踪,针对异轨三星构型的无源定位系统,提出了一种基于时差、频差和二维测向融合的迭代扩展卡尔曼滤波(Iterative Extended Kalman Filter, IEKF)跟踪方法。在WGS-84坐标系下建立了状态方程和观测方程,并采用IEKF方法对目标状态进行估计。仿真结果表明,该方法可对未知高程的运动目标进行高精度状态估计,典型仿真场景下的目标高程估计精度达到百米量级,相对于已有方法收敛时间更短,并且在卫星覆盖范围内具有更大的高精度定位跟踪区域。     

GPS电子地图坐标转换算法研究

GPS车载导航系统现在已经运用得十分广泛,然而GPS采用的是WGS-84坐标系,目前我国的各类地图均采用54北京坐标或是80西安坐标,两者的差距可达0～120m.要使用各类电子导航装置就需要把WGS-84坐标转换到54北京坐标系下,并和电子地图中的像素点对应起来.本文主要介绍一种坐标转换算法,并且通过实测检验,证实算法效果良好.     

基于WGS-84的双星时差/频差定位算法及误差分析

研究了低轨道双星通过测量时差和频差对地面固定辐射源进行无源定位的问题。双星时差/频差定位算法是时差、频差单独定位公式和WGS-84地球椭球模型的结合,该算法通过迭代的方法提高了定位精度。文中结合定位误差算法和定位精度的GDOP算法,通过仿真、对比系统地分析了影响双星时差/频差定位系统定位精度的因素,分析结果对双星定位系统的应用具有借鉴意义。     

时间反演联合TOA测距的室内指纹定位技术

在室内指纹定位中,室内环境会影响以接收信号强度指标(Received Signal Strength Indicator, RSSI)或信道状态信息(Channel State Information, CSI)的指纹数据,使得采集指纹数据构建的数据库具有不稳定性和不可靠性的特点,从而影响定位准确率和精度。基于此,本文提出了时间反演(Time Reversal, TR)联合到达时间(Time Of Arrival, TOA)测距的指纹定位技术。首先在定位区域建立坐标系,离线阶段采集两个已知参考点至网格点的距离作为指纹构建数据库,以坐标距离作为指纹可以忽略环境对指纹数据的影响,进而提高定位准确率;其次,在线阶段通过TR技术的空时聚焦性联合TOA,测出距离作为新指纹,与距离指纹进行对比匹配,根据相似度得出目标点的位置坐标。最后通过仿真结果得出:本方案实现了6 m的室内定位,并且定位误差在0.44 m以内,对比传统指纹定位,减小了指纹数据复杂度,提高了系统的鲁棒性和定位精度。      

双被动雷达交会跟踪的精度分析与跟踪算法

多平台的被动传感器交会(融合)跟踪系统的功能就是将呈网状分布的多被动传感器测量到的目标的角度量测信息进行融合,以得出目标的运动状态.本文基于无偏估计的Cramer-Rao 不等式,分析了运动平台上的双被动雷达交会跟踪目标时不同通信带宽情况下的估计精度问题,并且建立了对机动目标交会跟踪的扩展卡尔曼滤波(EKF)跟踪算法.     

机载雷达探测精度评估方法研究

影响机载雷达探测精度的主要因素是惯导系统的导航误差和机载雷达的量测误差.严格分析了惯导系统的导航误差和雷达的探测误差在各阶段坐标变换中对机载雷达探测精度的影响,并根据误差传递理论详细推导了机载雷达探测数据在机体坐标系、载机惯性坐标系、WGS-84地心直角坐标系、地面站坐标系或大地坐标系中的探测精度的计算公式,并进行了实例计算.计算结果表明,所提出的机载雷达探测精度评估方法是符合工程实际的.     

基于优选数据准则的空基多平台协同定位方法

在多无人机(unmanned aerial vehicle, UAV)协同定位地面固定辐射源的应用环境中,UAV编队中的各机利用携带的电子支援措施(Electronic Support Measurement, ESM)探测目标的方位角,并利用各观测机获取的辐射源入射角（arrival of angle,AOA）对目标实施协同定位。假设UAV所携带传感器设备测量精度相同,且测量误差服从正态分布,在此条件下,UAV编队的队形会对多机协同定位的精度产生影响。为了进一步研究编队队形与协同定位精度的关系,首先,利用两机的相对几何关系建立了基于AOA的双机定位模型,并在此基础上推导出基于测向交叉定位方法的多无人机协同定位误差模型;其次,基于该误差模型分别分析了观测机处于不同的观测点对定位误差模型的影响和不同的观测角组合对定位精度的影响,并给出UAV编队队形与定位误差关系的结论;最后,基于上述结论提出了基于测向交叉定位方法的多机数据融合优选定位数据对的优选函数,并利用该优选函数对多机协同定位方法进行了改进,仿真验证了改进算法的有效能。同时,本文得出的结论对于UAV机群的路径规划有一定的指导意义。