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。      

观测站有位置误差的多维标度时频差定位算法

定位精度对观测站位置误差很敏感。论文针对观测站位置和速度有误差的情况,提出了一种加权多维标度时频差定位算法。该算法利用了多维标度定位通过特征结构和维度信息抑制噪声的优势,它将定位残差表示成测量误差和观测站位置误差的线性形式,然后通过加权最小二乘给出了目标位置和速度估计的闭式解。仿真结果表明,在小的测量误差和观测站位置误差时,该算法对目标位置和速度的估计能够达到克拉美劳下界。与两步加权最小二乘和约束总体最小二乘算法相比,该算法在测量噪声和观测站位置误差较大时有更高的定位精度。      

测时差无源定位误差分析

测时差无源定位具有很高的测量精度,但是测时差定位计算困难,误差分析复杂。提出了两维空间中测时差定位模糊区的大小和目标分布的概率密度函数,还引入了概率椭圆来表示目标的概率分布,并画出了目标处于典型位置时的概率椭圆。     

多站无源时差定位精度分析

针对在多站无源时差定位系统中影响目标定位精度的因素,分析了时差测量误差和站址误差对目标定位精度的影响。影响时差测量精度的因素有接收机热噪声、多普勒效应、站间同步误差、本地时钟误差和大气等因素。通过分析各个因素对目标定位精度的影响程度,在特定布站方式下,仿真计算得到在固定时差测量误差和站址误差下可能达到的目标定位精度,并根据主要误差来源提出相应的提高定位精度的措施。     

传感器位置误差情况下基于多维标度分析的时差定位算法

传统时差定位方法一般是在假设传感器位置信息准确已知的前提下进行的.然而在实际情形中,传感器位置信息往往含有随机误差,这些误差会严重影响对目标的定位精度.针对这一问题,提出了一种传感器位置误差情况下的多维标度时差定位算法.首先利用传感器位置和时差构造对称标量积矩阵,然后利用子空间理论建立关于目标位置的伪线性方程,最后通过设计加权矩阵来减少传感器位置误差对目标定位精度的影响.采用一阶小噪声扰动理论求出了目标位置估计的偏差及协方差矩阵,并通过仿真实验验证了该算法的有效性.     

基于GDOP的三站时差定位精度分析

为了满足三站时差(Time Difference of Arrival,TDOA)定位系统对定位精度的要求,论述了三站时差定位原理。用几何稀释精度(Geometric Dilution of Precision,GDOP)分析定位精度并做了仿真。对仿真结果进行分析,讨论站址测量误差和时差定位误差对定位精度的影响,提出要满足时差定位精度要求所需要达到的站址测量误差和时差测量误差指标,以及在工程实现中提高时差定位精度的方法。     

多站无源时差定位技术

本文在对多站无源时差定位的原理及算法进行介绍的基础上,对多站无源时差定位方法的定位误差进行了理论分析,建立了无源定位精度模型,并且提出了消除虚假定位点的几种方法。     

站间基线不等时三站时差定位的误差特性

在按时差方程和平面几何关系得到的三站时差测距和测向解析解的基础上,基于误差理论分析了一维直线阵列在站间基线长度不相等时的测距和测向误差特性。由此发现,对于目标的测距测量,不等距布站具有降低测量误差的作用。     

动平台多站时差定位的数据处理

时差定位是比较成熟的无源定位技术。用多种数据处理方法对原始数据进行处理可以得到不同的定位结果,算法包括逐点求解,最小二乘批处理和卡尔曼滤波等。文中给出各个平台运动时对目标定位的方法,定位的精度与平台相对位置的变化有关。仿真结果表明,平台误差在一定范围内时,可以很好地实现时差无源定位。     

多站时差定位技术研究

给出了运动辐射源多站三维时差定位的算法模型和定位误差模型。并针对4种站址布局情况，初步计算了定位精度与布站的关系，给出了各种定位精度曲线仿真结果。     

Multidimensional scaling-based passive emitter localisation from range-difference measurements

The problem of passive emitter localisation from range difference measurements has received considerable attentions. Unlike most of ordinary hyperbolic location methods focusing on minimising a loss function with respect to the range-difference vector, a simple estimator is proposed by exploiting a new multidimensional scaling analysis. On the basis of the optimisation of a loss function related to a scalar product matrix, it is robust for large measurement noise. The bias and variance of the proposed estimator is also derived. It is shown that the new method attains the Crame′ r?Rao lower bound for Gaussian rangedifference noise at moderate noise level. Moreover, the threshold effect occurs latter than the conventional methods as the measurement noise increases. Additionally, they have comparable computational complexity.     

多校准站TDOA/FDOA无源定位方法

针对运动目标到达时差（Time Difference-of-Arrival,TDOA）/到达频差（Frequency Difference-of-Arrival,FDOA）定位中的接收站定位误差问题,提出了基于多校准站的TDOA/FDOA定位方法,有效降低接收站定位误差的影响,并推导了该方法的克拉美罗下限（Cramér-Rao Lower Bound,CRLB）。理论分析表明,采用多校准站法能有效降低CRLB,提高目标定位精度。同时,当校准站自身定位存在误差时,也将影响对接收站的校准和目标的定位精度。通过仿真实验定量分析了采用多校准站法对定位精度的改善程度。     

基于非合作外辐射源的两站时差定位方法

针对非合作外辐射源的特点,提出了一种对二维运动目标的两站时差定位方法,给出了定位的算法模型和定位误差模型,并初步计算了定位精度与两站之间距离、非合作外辐射源位置的关系,给出了各种定位精度曲线仿真结果。仿真结果表明,此定位方法具有较好的定位精度和定位速度。     

Source localization using TDOA and FDOA measurements based on modified cuckoo search algorithm

This paper introduces a new algorithm for solving the localization problem of moving multiple disjoint sources using time difference of arrival and frequency difference of arrival. The localization of moving sources can be considered as a least-square problem. There are many algorithms used to solve this problem such as, two-step weighted least squares, constrained total least-square and practical constrained least-square. However, most of these algorithms suffer from either slow convergence or numerical instability and don’t attain Cramer–Rao lower bound. We introduce a free-gradient algorithm called cuckoo search which avoids the slow convergence problem. The cuckoo search provides a combined global and local search method. Simulation results show that the proposed algorithm achieves better performance than other algorithms and attains Cramer–Rao lower bound.     

基于约束加权最小二乘的时差频差联合定位算法

针对运动目标源定位问题,提出了一种基于约束加权最小二乘(Constrained Weighted Leas-tSquares,CWLS)的时差频差定位算法。该算法利用目标源到达多个接收站的时差和频差信息,对目标源的位置和速度进行估计。通过引入中间变量,将时差频差非线性方程转换成伪线性方程(中间变量与目标源位置和速度之间存在约束关系),再对此约束条件引入拉格朗日乘子技术,将此伪线性方程的求解转化为求条件极值问题,创造性地求解了此非线性定位方程,提高了定位精度,并能满足实时性和全局收敛要求。仿真实验表明,该算法在保持相近复杂度的同时,进一步提高了定位性能,优于两步加权最小二乘算法,在噪声较高时仍然能达到克拉美罗下限。     

利用三星时频差的运动辐射源定位与测速方法

针对高轨三星无源定位系统对空中恒定高度运动目标探测的应用场景,提出了一种利用信号到达时差( TDOA)、到达频率差( FDOA)的无源定位与测速方法。详细描述了算法原理、算法处理步骤,利用STK( Satellite Tool Kit)软件结合计算机仿真,分析了时差测量误差、频差测量误差、高程估计误差对定位精度与测速精度的影响。该方法定位精度与测速精度较高,具有一定的工程应用价值。     

An accurate algebraic solution for moving source location using TDOA and FDOA measurements

This paper proposes an algebraic solution for the position and velocity of a moving source using the time differences of arrival (TDOAs) and frequency differences of arrival (FDOAs) of a signal received at a number of receivers. The method employs several weighted least-squares minimizations only and does not require initial solution guesses to obtain a location estimate. It does not have the initialization and local convergence problem as in the conventional linear iterative method. The estimated accuracy of the source position and velocity is shown to achieve the Crame/spl acute/r-Rao lower bound for Gaussian TDOA and FDOA noise at moderate noise level before the thresholding effect occurs. Simulations are included to examine the algorithm's performance and compare it with the Taylor-series iterative method.     

Efficient closed-form solution for target localization using TDOA measurements in the presence of sensor position errors

An efficient solution for locating a target was proposed, which by using time difference of arrival (TDOA) measurements in the presence of random sensor position errors to increase the accuracy of estimation. The cause of position estimation errors in two-stage weighted least squares (TSWLS) method is analyzed to develop a simple and effective method for improving the localization performance. Specifically, the reference sensor is selected again and the coordinate system is rotated according to preliminary estimated target position by using TSWLS method, and the final position estimation of the target is obtained by using weighted least squares (WLS). The proposed approach exhibits a closed-form and is as efficient as TSWLS method. Simulation results show that the proposed approach yields low estimation bias and improved robustness with increasing sensor position errors and thus can easily achieve the Cramer-Rao lower bound (CRLB) easily and effectively improve the localization accuracy.     

采用频率步进信号的多目标三维空间定位算法

频率步进信号是发射载频步进变化的子脉冲串合成的大带宽信号,具有较高的距离分辨率,阵列天线是借助阵列信号处理的空间谱估计提高方位分辨率。提出了一种利用频率步进信号和十字接收阵列对多目标进行三维空间定位的新方法。该方法充分利用了频率步进信号的特点,通过空时域MUSIC算法和自适应波束形算法对多目标的方位和距离二维参数进行估计,最后应用简单的关联算法,实现多目标三维坐标的估计。该方法仅需要一维谱峰搜索,计算量适中,能实现目标的方位和距离估计结果的自动配对,且有较高的分辨率。计算机仿真试验结果证实该方法的有效性。