基于二次相关的广义互相关时差估计算法

对卫星干扰源进行准确定位有着非常重要的意义,而参数估计又是定位问题的关键,所以为了提高干扰源定位的精度,必须对时差参数进行准确的估计.由于传统的广义互相关时差法是通过利用加权函数来提高信号的有效成分,进而提高时差估计的精度,考虑到在信噪比较低的情况下,它的估计性能又开始下降,因此提出了一种基于二次相关的广义互相关时差估计新算法.该算法利用二次相关先对接收信号进行处理,可以有效抑制干扰噪声,然后对二次相关的结果进行广义互相关处理,进一步去除噪声,提高信号的信噪比,从而提高时差估计精度.     

飞机维修中电子测试技术的运用分析

科学技术的进步带动了我国航空航天事业的快速发展,飞机在现代生活中属于高科技信息产物,对飞机的维修和检测提出了更高的要求,需要更先进的技术来维护,电子测试技术在飞机维修中就得到了很好的运用,促使我国的飞机制造业得以更好的提升.     

被动声源定位中的时延估计分析

为了减小低信噪比环境下时延估计误差,基于广义互相关法和谱减法,选择互功率谱相位加权法,提出了一种基于谱减法的互功率谱频域加权时延估计方法.通过仿真,分析了几种常见的加权函数随信噪比降低时的时延估计性能,以及改进的谱减法在不同信噪比环境下的去噪效果.对整体算法进行了联合仿真,结果表明:低信噪比环境下基于谱减法的互功率谱相...     

基于强化学习的雷达对抗侦察无人机航线规划

为了提高无人作战效率,将深度强化学习应用于雷达对抗侦察无人机的航线规划中．首先对雷达对抗的侦察行动进行分析,建立无人机飞行航线仿真与分幕评价侦察效果的模型;然后根据训练强化学习智能体的需求,对规划航线过程中所需信息进行了参数化,以雷达对抗侦察行动的特点设计了动作与奖励机制,给出了适用的智能体神经网络结构和训练算法．仿真结果表明,与两种固定航线的规划策略相比,采用本文深度强化学习的航线规划方法,在平均收益上提高了37%,完成既定侦察任务次数提高了超过1.5倍,完成任务平均消耗的航程减少了13%.     

浅析飞机数字化装配定位技术

飞机装配一直是飞机制造过程中工作量大,技术要求高的一个重要环节.近年来,随着计算机技术和自动化技术的飞速发展,数字化的应用为解决飞机装配技术的问题提供了新的途径,本文通过对飞机数字化装配定位技术的一些探讨,让大家对飞机数字化装配定位技术有一定的了解.     

数字地图辅助的三星时差定位方法及误差分析

针对应用三星组成卫星簇对地面辐射源定位的问题,提出了利用数字地图辅助以及使用WGS-84坐标系作为精确定位的模型,在此基础上提出了对地面辐射源目标进行定位的迭代格式的定位算法,并且利用模拟三维地形图进行了定位结果仿真;推导了定位方法的理论误差表达式,研究表明定位仿真结果与误差理论分析一致,并可降低由目标高程假设带来的定位误差。     

绕射对雷达对抗侦察接收机检测概率的影响分析

雷达波在传播时会产生遮挡与绕射现象,影响雷达对抗侦察接收机的检测概率,进而影响其截获能力.根据障碍物的不同拓扑结构,给出了单刃峰、圆顶峰、多重刃峰等不同地形因素对雷达对抗侦察接收机检测概率的影响分析,并在此基础上对不同的绕射情况下影响接收机检测能力的主要因素进行了仿真计算.仿真分析得到的结论在一定程度上可为雷达对抗侦察接收机作战部署提供准确的参考.     

电子支援侦察系统超外差接收机的干扰技术研究

为使我方雷达频点不被敌方侦察设备准确获取,首先分析了超外差接收机的输出特性;然后设计了一种频率分集式干扰波形,给出了对超外差接收机进行干扰的可行性分析;最后通过仿真验证了干扰的有效性.仿真结果表明,干扰信号会使超外差接收机输出多个具有欺骗性的干扰频点,且在其他参数上与我方雷达脉冲保持一致,进而使敌方难以区分干扰信号及雷达信号,达到了预期的干扰效果.     

现代局部战争中电子侦察与反侦察手段的应用探究

无论是过去还是未来的战争,情报的争夺都是至关重要的环节,因此侦察和反侦察技术的发展和应用已成为战场打赢的保障。不仅如此,强大的电子侦察和反侦察系统还能为国家经济发展、政治决策提供安全保密的环境,甚至对其他国家形成技术威慑。     

一种实用的通信信号时差估计模型

在实际三站或多站时差定位系统中,接收转发信号和直达信号的两接收机的中频输出信号存在频差,从而影响时差估计精度。为了尽量消除这一影响,提出了一种通用的快速的时差估计模型,并进行了仿真。仿真结果显示：该模型消除了频差的影响,提高了时差测量精度和速度。     

空间四站时差定位算法及其性能分析

针对空间四站时差定位问题,提出一种直接目标位置求解算法。所提方法利用时差测量方程,先通过将目标位置坐标表示为目标相对于参考站径向距离的函数形式,再求解目标径向距离的二次方程,即可获得径向距离的估计值,进而实现目标位置坐标的估计,很好地解决了空间时差定位算法的求解问题。其中不仅讨论了所提算法解的存在性,而且分析了观测站几何配置对算法模糊区域的影响,最后对时差定位算法的定位精度进行了分析。     

低空目标高精度无源时差定位方法

提出了一种改进的无源时差定位方法．该方法在主站增加对目标仰角的测量,形成了一个包含3个子系统的冗余定位系统．首先从各子系统获得3组含有模糊的定位结果,然后通过最近邻匹配消除定位模糊,最后对各子系统消除定位模糊后的结果进行简化加权最小二乘(SWLS)融合,获得了比传统无源时差定位方法更好的性能．仿真结果表明,目标高度较高时,改进方法与传统方法的定位精度相当;而对于低空目标,改进方法的定位精度远高于传统方法．     

基于TDOA的一种简化的非视距误差抑制算法

在蜂窝网络无线定位中,NLOS是影响定位精度的一个重要因素.如何更好的抑制NLOS误差是提高定位精度的关键.为此,考虑普遍存在NLOS的情况,即假定NLOS的概率为1,则得到的TDOA测量值均含有NLOS误差.这样根据信道的先验信息和Greenstein模型就可以估计出NLOS误差的均值,从而可以修正TDOA测量值,即重构TDOA测量值.把重构后的TDOA测量数据,应用到LCLS算法就可以完成对移动台的位置估计.仿真结果表明,在普遍存在NLOS的情况下,该算法能有效抑制NLOS误差,取得较精确的估计位置.     

基于正则化约束总体最小二乘的TDOA/FDOA无源定位方法

目前在基于到达时间差(TDOA)和到达频率差(FDOA)的多站无源定位模型中,噪声的干扰、接收站和目标位置的不合理分布以及接收站的个数均会对定位模型中的系数矩阵造成影响,因此在实际的求解过程中系数矩阵可能会出现病态的问题,这在很大程度上会对定位结果产生影响.为了进一步在系数矩阵出现病态的情况下确保定位精度,提出了一种基...     

一种多Chirp信号交叠环境下TDOA估计的新方法

将原子分解理论应用到无源侦察时差定位系统中,给出了多Chirp信号交叠情况下的原子分解,提出了利用分解后的原子进行TDOA估计.在多Chirp信号交叠到达时,对主站信号进行Chirplet原子分解,获取交叠信号个数,并构建相应的原子库.将原子分别与辅站转发来的信号进行相关运算,根据相关峰的位置可计算出各Chirp信号到达主辅站间的时差,实现同时对多Chirp辐射源的侦察定位.通过仿真,验证了该方法的正确性和有效性.     

一种多参考接收站下的时差定位算法

提出了一种基于多参考接收站的到达时间差无源定位新算法．首先将复杂的非线性时差定位方程组转化为一组关于辐射源位置的伪线性方程,运用加权最小二乘估计对伪线性方程组进行初始求解;然后利用初始解中各分量之间的相关性,通过加权最小二乘估计进一步求解得到一组改进的辐射源位置估计; 最后取这组估计值的平均值得到辐射源位置的最终估计．仿真结果表明,该算法对近场和远场辐射源均具有较高的定位精度．     

一种利用修正牛顿迭代的时差定位算法

针对传统基于迭代求解的时差定位算法中容易出现的发散问题,提出了一种新的基于修正牛顿迭代的时差定位算法．该算法首先利用辅助变量将非线性时差定位方程组转化为一组关于辐射源位置的伪线性方程,在此基础上把时差定位问题转化为约束加权最小二乘优化问题;然后,利用基于特征值修正的牛顿法进行定位解算,同时为了减少迭代次数,通过二次插值法对一维优化问题进行寻优求解,给出了迭代步长因子的求取过程;最后,通过仿真分析验证了所提算法的有效性．     

一种新的利用时差相关性的时差分选配对方法

在时差无源定位系统中,为了消除3种常见的高重频信号的定位模糊,提出了一种新的时差分选配对方法.新方法定义了相关系数来表征两个配对时差的相关程度,通过计算相关系数把属于同一个辐射源的两个时差序列分选出来,即同时完成了时差序列的分选和配对;然后,对单一辐射源的配对时差序列的相关矩阵进行分析,并依据高重频信号的配对表现剔除虚假时差对.仿真结果表明新方法能够大大减少虚假时差对的数量,从而抑制了虚假目标的产生,有效改善了定位模糊问题.     

基于遗传算法优化神经网络的定位算法

为了减小非视距(Non Line of Sight,NLOS)误差对移动台定位精度的影响,提出一种基于遗传优化后向传播(Back Propagation,BP)神经网络的无线定位算法。先利用遗传算法优化BP神经网络的初始权值,再利用优化后的GA-BP神经网络修正到达时间差(Time Difference Of Arrival,TDOA)测量值,最后使用Chan氏算法确定移动台的位置,以避免由于神经网络初始权值的随机性所带来的网络震荡,克服网络容易陷入局部解的问题。仿真结果表明,新算法能够实现移动台的静态定位,并且性能优于传统BP神经网络与最小二乘(Least Square,LS)算法。