低轨卫星多目标无源定位到达时差分选方法

低地球轨道（Low Earth Orbit,LEO）卫星无源定位场景中不同目标辐射源之间相互干扰、时频混叠,不同目标的到达时差（Time Difference Of Arrival,TDOA）参数混杂难以区分,较难实现精准目标定位。基于网格密度聚类算法（Clustering Algorithm based on Grid Density,CAGD）的基本原理,并利用TDOA参数的多复杂特征,构建多目标TDOA参数分选模型,实现TDOA定位参数分选。模型通过定义网格密度波谷,解决了定位目标间数据被聚为一类的问题,同时引入位置相连原则实现最佳类簇合并,最终实现定位参数分选。仿真结果表明,相较于传统网格及密度聚类方法,本方法对LEO卫星无源定位场景下的多目标TDOA参数分选表现更好。     

基于一种改进的无源目标定位算法在WSN中的研究

无源定位作为无线传感中的一种新的定位技术,具有抗干扰能力强,隐蔽性强的特点,本文针对无源定位中的DTOA算法具有能量消耗大,时间消耗长的特点,对TDOA中的Chan算法进行改进,对算法自身的存在多解的情况,采用极限学习机的从解集中选出最优解,并针对最优解采用并采用了近似最小似然估计的方法对定位结果进行了修正,能够有效的提高节点定位的精度,减少误差。仿真实验从定位精度与更新次数,TDOA测量噪声方差,节点之间的距离,协作节点数量等4个方面来进行比较,本文的算法相比与传统的Chan无源算法能够有效的提高定位精度,具有很好的参考价值。     

利用TDOA方法实现单站机动无源定位

传统的到达时间差定位法（TDOA）一般需要至少一个探测站点和两个辅助站才能达到定位目的,而只用单站就能实现TDOA无源定位的理论尚未有人探讨.该文就本着这一思路探讨了在机动单站的情况下,如何利用TDOA方法实现精确的无源定位,并推导了已知定位舰具体信息情况下获取几何精度衰减因子（GDOP）的计算公式,根据推出的公式写出了获取GDOP的等高线图的计算机实现软件流程,并在计算机上根据相应数据进行了仿真.通过对获得的GDOP的等高线仿真图和数据的观察分析,得出了相应的结论,同时也提出了改善定位精度的建议.     

复杂信号环境下的辐射源定位技术

简述了辐射源定位技术的作用、发展方向以及各种基本定位方法的优缺点。介绍了一种基于TDOA和DD进行定位的新型定位方法;该方法利用辐射源信号到达两架飞机的时间差(TDOA)和时间差的变化率(DD)来对该辐射源进行定位。     

基于飞行理论萤火虫算法的TDOA与GROA定位机制

节点定位是无线传感器网络中最为关键的一项技术。针对无源定位的问题,提出一种到达时间差(TDOA)和到达信号增益比(GROA)联合定位算法,并且采用飞行机制的萤火虫算法(GSO)来求得最终结果。结合TDOA和GROA定位模型,引入辅助变量将方程伪线性化,然后采用修正两步加权最小二乘算法(TSWLS)来进行求解。并且在不影响收敛速度和精度的前提下,采用带有飞行机制的GSO算法来寻求目标定位的最优解,克服粒子群算法易陷入局部最优的缺点。仿真结果表明,该算法相比较TDOA算法而言,定位精度提高了23 dB,并且具有相对较高和较稳定的定位精度。     

基于TDOA残差分析的MLAT抗干扰方法

针对多点定位(MLAT)技术对信号从目标到接收站点时间差(TDOA)的依赖性及其TDOA精度对定位精度的影响,提出了一种基于TDOA残差分析的定位抗干扰方法。该方法通过TDOA在定位前后的残差来评判接收站点的时钟精度,从而实现站点优化选择和抗干扰,达到提高定位精度的目的。仿真实验和机场真实数据实验表明该方法可以显著提升MLAT的定位精度,不仅可行,而且有效。     

无线传感器网络TDOA测距误差分析与校正

测距是无线传感器网络定位的基础,基于TDOA的测距有较高的精度;分析现有的基于TDOA的无线传感器网络定位系统与算法,使用基于超声波传感器和无线射频模块的TDOA测距技术,并针对测距过程中存在的误差,提出一种新的误差补偿和校正方法;该方法在对TDOA误差源及其影响行为进行详细分析的基础上,建立了测距误差模型;对影响较大的误差因子给予单独校正,并结合相关数学原理,引入了最小二乘回归,建立了误差校正的方案;实验结果表明,该方法有效地减小了测距误差的影响,从而提高了系统定位精度。     

TDOA定位系统基站时差估计技术的仿真研究

针对TDOA定位系统基站失去严格同步后定位误差增大的情况,提出了一种基于地理位置时间差GTD的基站时差估计方法.通过在定位网络内部署位置已知的定位辅助单元LAU,测量失去严格同步的定位基站之间的相对时差RTD,用于校准TDOA测量值,使TDOA误差减小到基站严格同步时的误差水平.设计并实现了系统仿真模型,通过仿真验证了采用该技术可减小TDOA系统定位基站的时钟飘移造成的定位误差,并分析了各种信号参数对RTD测量误差的影响.     

一种声源定位系统设计

对一定区域内的声源目标定位是声学技术的研究方向之一。借鉴TDOA算法被动定位思想,并针对声信号特点,可设计基于TDOA协同被动定位算法的声场监测系统,用于在空旷场地进行声源监测定位。该系统通过在空旷场地布放3个或多个高灵敏度麦克风监测声目标源,通过计算各麦克风收到信号的时间差,采用Chan和Taylor联合算法,可实现对一定区域内的声目标定位。经过在空旷地实测数据仿真表明,该系统可成功对声目标进行定位,且性能稳定。     

基于卡尔曼滤波的TDOA/AOA混合定位算法

提出了一种利用两次卡尔曼滤波实现非视距环境中TDOA/AOA混合定位方法。根据类正态分布密度曲线是最小二乘意义下对指数分布密度曲线的最优拟合的思想建立TDOA误差模型,先利用卡尔曼滤波对TOA测量值进行预处理以消除NLOS误差,再把经过预处理的TOA测量值输入到卡尔曼滤波器来实现TDOA/AOA混合定位。仿真结果表明,该方法的定位误差性能明显优于单纯的TDOA定位方法以及服从指数分布误差模型下的TDOA定位方法。     

一种新的概率逼近遍历算法在雷达布站的应用

针对基于测量到达时间差（TDOA）跟踪定位目标的无源雷达布站优化问题,根据TDOA定位原理,综合考虑目标空域、站址误差和时差测量误差,推导出衡量目标跟踪定位精度的几何精度因子（GDOP）计算公式,并将网格化后的GDOP加权均值作为评价函数。按照均匀概率随机产生站址组合样本,根据站址数量确定样本规模,遍历样本获得评价函数最小的站址组合。经过超算实际运行算例测试,最优雷达布站站址组合寻优成功率达到99.99995%,目标跟踪定位精度优于3 km。     

基于机器学习的三维场景高度真实感绘制方法综述

目前,电影、动漫、游戏等产业对真实感绘制的需求越来越高,而三维场景高度真实感绘制通常需要耗费大量的计算时间和存储空间来计算全局光照,如何在保证绘制质量的前提下提升绘制速度依然是图形学领域面临的核心和热点问题之一.数据驱动的机器学习方法开辟了一种新的研究思路,近年来研究者将多种高度真实感绘制方法映射为机器学习问题,从而大...     

基于AUPF的TDOA几何定位跟踪算法研究

使用无源时差（TDOA）定位技术确定无人机等小型辐射源目标的位置是当前研究的热点,针对时差定位算法较为复杂的实际情况,推导了时差双曲线的几何解,并提出了一种基于自适应无迹粒子滤波（AUPF）技术的移动目标定位跟踪方法。通过仿真对该方法在不同场景的应用效果进行了验证,进一步比较分析了算法的定位精度。结果表明,基于自适应无迹粒子滤波的时差几何定位跟踪算法可以在多种情况下较好地拟合出目标真实运动轨迹,实现对运动目标的定位跟踪,同时拥有更低的定位误差和更高的轨迹包容度,使用该方法可以显著提高对非合作移动辐射源目标的位置估计性能。     

基于机器学习的风险预测方法研究

预测是用科学的方法和手段时事物的发展趋势和未来状态进行估量的技术.为了弥补传统方法和技术的不足,各种机器学习技术越来越多地应用于预测的研究中.讨论了在风险预测这一特定领域,应用基于案例的推理(CBR,Case based Reasoning)、支持向量机(SVM,Support Vectot Machine)以及人工神经网络(ANN,Artificial Neural Network)等机器学习方法来进行预测的技术.同时,以我们的工作为基础,详细论述了在信贷风险预测和工程评标中基于机器学习预测模型的应用.     

基于机器学习的软件脆弱性分析方法综述

随着被披露脆弱性代码样本数量的不断增加和机器学习方法的广泛应用,基于机器学习的软件脆弱性分析逐渐成为信息安全领域的热点研究方向。首先,通过分析已有研究工作,提出了基于机器学习的软件脆弱性挖掘框架;然后,从程序分析角度对已有研究工作进行了分类综述;最后,对研究成果进行了对比分析,并分析了当前基于机器学习的脆弱性分析方法面临的挑战,展望了未来的发展方向。     

基于递推总体最小二乘的北斗T-Rn型被动雷达定位

对北斗卫星作为机会辐射源的可行性进行分析,研究了北斗卫星信号Kasami码的模糊函数.仿真表明:信号有良好的距离与速度分辨力.提出基于到达时间差(TDOA)的T-Rn型被动雷达总体最小二乘TLS定位方法的理论推导,并针对TLS算法的缺点给出递推TLS(RTLS)算法.仿真表明:该算法逼近TLS算法,能够实时更新且节省硬件资源.     

基于最小二乘法的室内三维定位算法研究

现如今,室内位置服务成为国内外科研人员共同关注的焦点,人们对于位置服务的需求逐渐由最初的室外定位转变为室内定位,同时诸多的室内定位技术得以快速发展。通过以超宽带(UWB)的通信方式为依托,借助到达时间差值(TDOA)的定位模型,着重分析了最小二乘法在求解三维定位坐标时精度误差产生的主要原因。针对传统的最小二乘定位算法在求解三维定位坐标时,由于基站几何布局所引起的定位精度问题,提出基于最小二乘法的三维定位优化算法。通过对实验结果进行分析,比较定位算法在优化前后的两种场景下定位的不同表现效果,发现优化后的最小二乘定位算法的三维定位精度得以明显提高且定位效果稳定,同时也降低了三维定位精度对于基站几何布局的依赖性。     

基于粒子群算法的多机无源定位系统优化布站

在一定海空战场背景下,通过调整多机无源定位系统中各机位置布局可以有效地提高该系统对特定区域目标的定位精度。文中通过推导多机时差定位算法误差的GDOP公式,提出了利用粒子群算法寻找多机无源定位系统最优布站的方法。与传统典型布站相比较显著降低了对区域目标定位误差,明显提升了多机无源定位动态快速布站能力。同时利用粒子群算法对定位站数不同情况下进行仿真,得出了对应的最优布站形式。