辐射源信号波形已知的超视距目标直接定位方法

现有直接定位（Direct Position Determination,DPD）算法主要研究对象是视距目标.针对传统无线电定位技术对超视距目标定位精度低的问题,提出一种辐射源信号波形已知的超视距直接定位（Over-the-Horizon Direct Position Determination,ODPD）方法.该方法基于电离层电子密度参数,依据最大似然（Maximum Likelihood,ML）准则,从信号数据域直接推导出仅关于目标位置的代价函数.其次,本文推导了关于电离层虚高测量误差的定位误差协方差矩阵.实验表明ODPD方法在低信噪比下相比现有算法,能显著提高超视距目标的定位精度,定位性能更接近克拉美罗界（Cramér-Rao Low Bound,CRLB）.误差分析显示,电离层虚高误差标准差在20km时,引起的定位误差能控制在10km的范围内.     

多重目标直接定位的子空间分解压缩感知算法

本文针对传统无线定位系统先收集参数信息,再用于目标定位,因中间参数无法保证与目标实际位置相匹配而引起的定位误差问题,提出了一种新型的目标直接定位(Direct Position Determination, DPD)算法。该算法考虑到直接定位系统中阵列信号模型的运用以及目标在空间上的稀疏特性,将阵列信号处理中经典MUSIC算法与压缩感知理论(Compressive Sensing, CS)相结合,对阵列接收信号进行特征空间分解,以信号子空间为初始残差代入贪婪运算,有效减少了噪声影响,在不以目标数量为先验的条件下,也能以布置很少的无线基站实现对目标位置的精确恢复,同时,通过对该算法在迭代过程中的逐级优化,降低了系统成本和复杂度。实验仿真结果显示,将本文算法应用于直接定位系统模型,其在抗噪性能,误差率以及复杂度上都明显优于传统算法。      

分布式MIMO雷达中仅使用多普勒频移的直接定位技术

本文研究了MIMO（Multiple-Input Multiple-Output）雷达系统中,仅使用多普勒频移（Doppler Frequency Shifts, DFS）信息对目标进行直接定位（Direct Position Determination, DPD）的方法。通常的两步定位的方法需要先将定位参数从接收信号中提取出来再通过求解参数与目标位置的关系方程对目标位置进行估计。这一过程由于忽略了所有测量参数的提取必须相对于同一个目标位置的约束条件,因而是次优的定位方法。针对这一问题,本文提出了一种基于极大似然（Maximum Likelihood, ML）准则的直接定位算法,可以不需要进行参数提取而集中地处理所有接收到的数据,实现对目标位置的一步估计。仿真结果表明,所提算法性能在较低信噪比（signal to noise ratio, SNR）的条件下优于两步定位法,且在较高信噪比下与两步法定位精度相当。      

增益相位误差下基于部分校准嵌套阵列的DOA估计

现有的波达方向（Direction of Arrival,DOA）估计方法大多依赖于阵列导向矩阵的精确无偏条件,而实际工程中由于时钟偏移、阵元位置偏差的存在导致该条件往往难以满足.为匹配阵列实际接收条件,本文基于部分校准嵌套阵列,提出了一种增益相位误差下的DOA估计新方法.该方法首先利用连乘子函数和简单的代数运算完成初始增益相位误差估计,然后通过协方差矩阵向量化和稀疏表示理论构建具有连续自由度的稀疏表示向量模型,最后考虑有效样本的影响,在初始增益相位误差估计的基础上应用稀疏总体最小均方（Sparse total least squares,STLS）算法完成波达方向估计.本文所提方法不仅对阵列增益相位误差不敏感,而且可依靠嵌套阵列高自由度特性和STLS算法的抗扰动特性获得改进的分辨率和估计精度,计算机仿真结果验证了所提算法的有效性.     

联合波形重构的数字调制信号直接定位方法

直接定位(Direct Position Determination, DPD)算法相比于传统两步定位法,在低信噪比和复杂环境下具备更高定位精度和更强鲁棒性。研究表明加入信号波形信息能够有效提升DPD算法定位精度,但在实际无源定位场景中信号波形往往难以先验已知,未知信号波形的DPD算法精度受限。针对这一问题,本文围绕无源定位系统中普遍存在的调制方式已知,但符号信息未知的数字调制信号,提出一种联合波形重构的数字调制信号直接定位(Direct Position Determination for digital Modulation signals, MDPD)方法。该方法依据最大似然准则,基于调制信号成型、接收阵列与辐射源位置几何关系,构建阵列接收信号关于信源符号和位置参数联合估计的代价函数,利用交替迭代降低信号高维搜索给参数联合估计带来的计算复杂度。仿真实验结果验证了联合波形重构的MDPD算法可行性,同时通过与已有两类定位算法的对比实验,得到本文MDPD可以达到更高定位精度,并在信噪比增加时收敛到渐进最优定位精度。      

通道幅相差下的多阵列直接定位算法

通道幅相差的存在会导致直接定位算法(DPD)精确度下降。分析了通道幅相差对多阵列直接定位算法的影响,并在通道幅相差存在的情况下提出了一种改进算法。该算法利用各阵列通道幅相差的校正结果对阵列流型矢量进行补偿,然后用直接定位算法估计目标位置。仿真表明该算法较之无校正直接定位算法,具有更高的精确度。     

矢量天线相位误差校正新方法

电磁矢量传感器阵列偶极子组与磁环组之间的位置偏差影响接收信号的相位,基于特征值分解的子空间类算法对相位误差非常敏感。提出一种通过修正偶极子组与磁环组间位置偏差来校正天线相位误差的方法,采用3个空间到达角和频率已知的参考信号源,用矢量叉乘方法求得入射信号的玻印廷（Poynting）矢量,根据位置偏差与参考信号Poynting矢量复角的关系,推导出偶极子组与磁环组间位置偏差在3个坐标轴方向上的闭式解。仿真结果证明了校正方法的有效性。     

无源定位观测站站址误差自校正算法

无源定位中观测站的站址误差会对定位精度产生不良影响。本文提出了一种基于观测站站址误差自校正的定位算法,推导了高斯噪声模型下定位误差的克拉美罗下界（CRLB）,通过泰勒级数展开建立了关于站址误差的线性方程并得到了误差的线性最小均方误差（LMMSE）估计,改善了观测站的位置,使用Chan算法得到了定位结果,仿真验证了算法的定位精度在高斯噪声模型下能够达到CRLB。      

基于分数阶傅里叶变换的多辐射源被动直接定位算法

直接定位(DPD)算法能充分利用观测回波信息,在低信噪比条件下其定位精度一般要高于传统的两步定位算法。为解决多基站无源雷达系统中多个未知线性调频(LFM)信号辐射源的定位问题,该文提出一种基于DPD算法和分数傅里叶变换(FRFT)相结合的多目标定位算法。首先,根据建立的信号模型推导了理论上最优的高维最大似然估计器;其次,由于高维信号参数和目标位置联合估计的计算复杂度限制,利用基于FRFT和基本分类算法的降维策略将多目标定位问题转化为多个单目标定位问题;最后,目标的位置及相应信号参数可通过4维网格搜索得到有效估计。仿真结果表明,相比于已存在的忽略发射信号的DPD算法,该文提出算法定位性能更优。      

基于差分模型的近场无源定位算法

对于均匀线性天线阵列近场目标定位研究是探测领域重要难点之一。本文根据前期近场基于差分迭代传播计算模型研究基础,提出一种新型高精度近场无源定位算法,针对均匀线性阵列近场目标空间几何结构,突破传统菲涅尔近似近场传播模型的束缚,建立全新高精度目标关系模型并形成定位解析表达式,通过阵列处理估计改进到达时差（TOA）定位观测量,利用新算法快速准确地获取近场多个独立同分布目标的定位信息。仿真实验结果表明：新算法机理不同于传统近场估计分析,特别是定位解析式的引入使得位置精度提升的同时计算量大为降低,更好地适应了近场非线性关系结构,性能分析显示TOA误差对定位估计精度的影响较为有限,在典型信噪比条件下新算法的距离和角度估计精度优于几种常规处理算法,未来具有深入研究的价值。     

信号波形已知条件下多目标直接定位性能分析及其改进算法

相比传统"测向+位置估计"两步定位体制,以Weiss和Amar提出的目标直接定位技术具有精度高、分辨能力强等优点,并且便于利用信号波形信息.该文首先针对Weiss和Amar提出的信号波形已知条件下的多目标直接定位算法（称为Weiss-Amar算法）进行理论性能分析,证明了其参数估计的渐近一致性,推导了其参数估计的渐近方差,并指出当不同目标信号波形相关时会对算法性能产生较大影响.针对这一缺点,文中提出了信号波形已知条件下的改进型多目标直接定位算法,与Weiss-Amar算法不同的是,改进算法对全部目标的位置参数进行协同估计,并且通过交替投影迭代进行数值优化,能显著提高对相关信号的定位精度.最后文中推导了信号波形已知条件下多目标位置直接估计方差的克拉美罗界.仿真实验验证了文中理论分析的有效性和改进算法的优越性.     

一种阵列互耦影响下的目标直接定位算法及其理论性能分析

相比传统的两步定位方法,以Weiss和Amar等人提出的目标位置直接确定方法具有定位精度高、目标分辨率高、可避免"目标-量测"匹配等优势.本文基于该类定位方法的思想,提出了一种利用单个运动天线阵列对目标辐射源的直接定位算法.与已有直接定位算法不同的是,文中新算法考虑了阵列互耦的影响,并且能够实现阵列互耦参量和目标位置参量的解耦合估计.此外,文中还基于矩阵特征值扰动理论,定量推导了新算法参数估计的理论方差（包括目标位置估计方差和互耦向量估计方差）,并且给出了全部参量估计方差的克拉美罗界.最后,该文通过仿真实验验证了新算法的优越性和理论分析的有效性.     

融合多普勒频移信息的阵列数据域直接定位方法

相比于传统两步定位方法,直接定位方法具有更高的定位精度,但现有的基于阵列模型的直接定位方法未能够有效利用多普勒频移信息,其定位精度有待进一步提升。针对上述问题,该文提出一种融合多普勒频移信息的阵列数据域直接定位方法。首先构建了融合多普勒信息的直接定位模型,然后基于最大似然准则将信号源位置估计转化为求解位置信息矩阵最大特征值问题,并结合矩阵转置性质降低复杂度,最后通过2维搜索得到目标信号源位置估计。仿真结果表明,所提方法较目前的阵列数据域直接定位方法和多普勒频移直接定位方法的定位精度具有较大提高。     

A Framework for Improving the Performance of Direct Position Determination by Normal Hedge Algorithm for Emitter Localization in Indoor Applications

Indoor localization is a way to determine the location of transmitter(s) by using wireless network sensors without using GPS. In this paper, it is assumed that a random signal is transmitted by an unknown-position emitter through a noisy and lossy channel and then is received by known-position wireless sensors. Unlike the classical algorithms such as TDOA or AOA, the direct position determination (DPD) approach estimates the position of emitter in one step using the observation signal from all the collector receivers. In this paper a framework of methods is proposed to develop the DPD formulations. Originally, a preprocessing is applied on signals and later, a tree search algorithm and a fine localization algorithm will be proposed in order to achieve a higher resolution and with a less volume of computing. Furthermore, an approach is proposed to increase the performance of this algorithm. Using Normal Hedge algorithm with a proposed loss function, fuses the estimation results of several runs of the fine DPD algorithm. The simulation results are shown that the proposed framework would eventually improve the performance of the DPD algorithm.     

Direct position determination of cyclostationary signals

Direct position determination (DPD) was recently proposed as a new method for passive localization of narrowband radio transmitters. Its superior performance, especially in the low signal-to-noise ratio (SNR) regime, is ascribed to both the joint optimization it performs over all base stations that participate in the estimation process and the direct determination of the emitter position as opposed to conventional methods which typically process the information from the individual base stations separately and determine the location using two estimation steps.In this paper, we introduce the cyclic direct position determination (CDPD) algorithm, a novel method which is the cyclostationary counterpart of the DPD. Despite its name, the CDPD is not a simple extension of the DPD but a unique algorithm which deviates substantially from its ancestor. Yet, the CDPD enjoys both the benefits of the DPD algorithm and the great performance robustness in the presence of narrowband interferences thanks to its cyclostationarity exploitation.     

Statistical performance analysis of direct position determination method based on doppler shifts in presence of model errors

The direct position determination (DPD) method based on Doppler shifts for narrowband emitter is first presented by Amar and Weiss. Compared to the conventional differential Doppler localization method, this DPD method has higher localization accuracy. In this paper, the statistical performance of this DPD method in presence of model errors (i.e., the observer position and velocity uncertainty) is analyzed mathematically. First, the DPD method for narrowband emitter using Doppler shifts is introduced. Then, applying the matrix eigen-perturbation theory that relates the eigenvalue perturbations to the additive noise on the Hermitian matrix, the first-order asymptotic expression of the direct localization errors is derived. As a consequence, the theoretical variance of position estimation can be approximately determined. Subsequently, two kinds of exact formulas for calculating the localization success probability are deduced using the analytical results obtained in the previous section of this paper. Furthermore, the Cramér-Rao bound (CRB) expression for the DPD method in absence of model errors is presented, which takes on more explicit form than the formulation given by Amar and Weiss. The obtained CRB can be viewed as a reasonable benchmark to assess the performance degradation due to model mismatch. Simulation results support the validation of the theoretical analysis in this paper.     

基于对称旋转不变性的非圆相干分布源直接定位算法

针对现有相干分布源直接定位方法中存在的依赖分布模型、计算复杂等问题,该文提出一种基于非圆信号特征的对称旋转不变直接定位算法。该方法首先根据分布源参数化假设建立基于数据域信息的直接位置估计模型,并利用非圆信号特征扩展接收信号的协方差矩阵。然后针对中心对称阵列,证明了相干分布源的确定性角信号分布函数矢量具有对称特性,基于这一特征建立了扩展方向矢量的旋转不变关系;构造了融合多个观测站信息的目标函数,直接估计目标位置,避免了对分布模型的依赖,且降低了待估计参数维度。仿真结果表明,与现有相干分布源定位算法相比,所提算法提高了分布源位置估计精度和效率,避免了对分布模型的依赖,更具实用价值。

     

分布式信源数据域直接位置估计方法

针对目前信号数据域直接位置估计方法对分布式信号源进行直接定位存在精度下降问题,该文提出分布式信源数据域直接位置估计方法。首先构建分布式信源直接位置估计模型,然后分别基于最大似然准则和特征结构分解思想给出分布式信源高精度直接位置估计的两种方法分布源最大似然估计方法和广义子空间方法。最后通过多维搜索完成对于分布式信源的直接位置估计。仿真分析表明,该文算法对分布式信源进行直接位置估计的精度较传统直接位置估计算法明显提升,能够在较低信噪比下逼近克拉美罗界;分布源最大似然估计方法在低信噪比下定位精度优于广义子空间方法,而广义子空间方法复杂度更低。     

多基站非圆信号直接定位：降维PM与泰勒补偿

针对现有多阵列非圆(NC)信号直接定位方法(DPD)谱峰搜索计算复杂度高,对基站的位置比较敏感,没有考虑信号在空间中传播时的损耗差异,导致估计性能不稳定的问题,提出一种联合降维传播算子与泰勒补偿(JRT-PM)的非圆信号直接定位算法。首先根据非圆信号的椭圆协方差信息扩展阵列孔径,通过降维方法消除非圆相位搜索维度进行粗估计降低计算复杂度,然后联合所有基站的信息进行泰勒补偿提升算法估计性能。仿真实验表明,相比于传统到达角K均值聚类(AOA-clustering)两步定位算法、最小均方无畸变响应(MVDR)直接定位算法、子空间数据融合(SDF)直接定位算法,所提算法在提升定位精确度的同时可以估计更多目标;与非圆传播算子(NC-PM)直接定位相比,所提算法在保证估计性能的同时显著降低了计算复杂度。