基于加权最小二乘的多基地声呐定位算法研究

研究水下监视目标跟踪声呐定位精度问题,改善双基地声呐在某些区域(如基线区、发射和接收站的侧边区)定位性能,为了提高系统定位精度,最有效的方法就是增加发射和接收站的数量,形成多基地声呐.根据多基地声呐的几何关系,提出了加权最小二乘估计的多基地声呐定位优化算法,结合定位误差的表达式,对定位性能进行了仿真.仿真结果表明,基于加权最小二乘估计的多基地声呐定位优化算法,能够充分利用各基站的测量信息,有效提高声呐系统的定位精度.与基于距离信息的多基地声呐定位算法相比,算法不仅具有较高的定位精度,而且可以有效解地解决边区定位误差较大的问题.     

多基地声纳系统定位精度分析与最优布站

双基地与单基地声纳相比,具有较好的反电子对抗的能力.但是在某些区域(如基线区、发射和接收站的侧边区),其定位性能较差.为了改善这些区域的定位性能,最有效的办法就是增加发射和接收站的数量,形成多基地声纳系统.而对于多基地声纳系统而言,不同的站址布局,算法的定位精度也不会相同.给出了多(四)基地声纳系统定位布站的几何分类,通过多基地TOL算法仿真分析了各种布站的定位精度,得到了多基地定位布站方案,方案可得到比较理想的定位精度,工程易实现.具有较强的应用价值.     

双基地声纳两坐标目标三维定位算法精度分析

T／R—R型双基地声纳系统采用两坐标声纳对目标定位时,同时获得二个观测量。就可以对目标进行三维定位。如利用发射站方位角信息以及接收站距离和与方位角信息观测目标实现三维定位的算法,分别研究各观测量（双站角度测量误差,时间测量误差,站址测量误差等）、系统参数（基线长度等）以及环境参数（卢速波动）等因素对算法的定位精度的影响,通过数值仿真,做出各因素的误差几何分布图。仿真结果最示,系统的定位精度受双站角度测量误差的影响非常大,提高角度测量精度是提高系统定位精度的非常有效的方法。     

一种改进的双基地声纳马尔可夫定位算法

借鉴岭估计的思想,通过对加权矩阵特征值基准修正,提出了一种改进的马尔可夫定位算法,实现了测量误差协方差阵逆的全域性存在,解决了马尔可夫估计算法在双基地声纳定位应用中的奇点问题.利用该算法对某双基地声纳系统进行了针对定位精度的几何分布的实例仿真,定量分析利比较了3种不同组合方式下算法的定位精度.仿真实例表明,与最佳线性数据融合定位算法相比,运用改进的马尔可夫定位算法对水下目标进行定位可以获得更高的定位精度,同时在基线附近和发射站接收站两侧区域内定位性能亦有较大的提高.算法拓展了冗余数据组合估计在声纳系统中的应用范围.     

高精度低复杂度的无线定位新方法

针对高精度的无线定位算法普遍存在运算量较大的问题,提出了一种二维波束空间矩阵束算法进行波达时间（TOA）和波达方向（DOA）联合估计,能够以较低的复杂度准确定位目标。该算法先通过离散傅里叶变换（DFT）波束形成矩阵将阵元空间的接收数据复数矩阵变换成波束空间的降维实数矩阵,使得运算量大幅度降低;再通过奇异值分解和求矩阵对的广义特征值估计视距信号TOA和DOA,从而确定目标位置。Matlab仿真实验结果证明,这种定位方法的均方根误差最好达到0.4m,运算量不到阵元空间对应算法的1/4,是一种高精度低复杂度的无线定位方法,尤其适用于资源有限的特殊环境（如战场、地震灾区、偏远山区等）中的无线网络定位。     

基于单反射模型的混合定位算法研究

针对现有定位算法抗非视距能力弱、且对移动台求解时往往需要一个比较精确初始解的问题,利用移动台和散射体的几何位置关系,基于单次反射圆模型提出了一种抑制非视距误差的波达时间/波达角混合定位算法。定位过程中将散射体视为虚拟基站,根据最大散射半径确定移动台的可能位置范围,在该范围内搜寻所有满足约束条件的位置点,对这些点使用加权平均处理方式以提高定位精度,最后结果即为移动台估计位置。计算机仿真表明了算法的有效性。。     

基于联合条件概率判决NLOS的数据融合定位算法

针对蜂窝移动通信定位技术中常见的非视距传播（NLOS）问题,提出了一种利用来波信号强度和来波方位角测量值的联合条件概率判决NLOS的算法（JCPDS-RA,joint conditional probability decision scheme with RSS and AOA）,并将其与数据融合定位技术相结合,提高定位精度。推导了NLOS环境下RSS和AOA的条件概率密度模型,给出了JCPDS－RA算法和数据融合流程图,并进行了仿真实验,结果表明,该算法有效地提高了定位精度并有一定的普适性。     

双基地声呐与干扰器对抗效能分析

在双基地声呐几何模型的基础上,从信号能量的角度,对水下目标利用干扰器进行水声对抗时双基地声呐接收端的信噪比进行了仿真计算,通过分析表明：双基地声呐可以利用自身的隐蔽性以及系统配置的灵活性获得优于传统收发合置声呐的检测以及抗干扰效果。     

基于Chan算法的无源雷达定位精度分析

该文对无源雷达时差定位中的Chan算法进行分析研究,主要分析了非线性定位方程组的求解技术及其与之相关的定位精度、定位模糊问题,讨论不同布站对定位模糊的影响,时差测量与站址测量误差对定位精度的影响。仿真结果表明,时差测量误差,站址测量误差．布站形式、目标辐射源与各接收站几何位置关系都对定位精度有很大影响。     

基于Chan算法的无源雷达定位精度分析

该文对无源雷达时差定位中的Chan算法进行分析研究,主要分析了非线性定位方程组的求解技术及其与之相关的定位精度、定位模糊问题,讨论不同布站对定位模糊的影响,时差测量与站址测量误差对定位精度的影响。仿真结果表明,时差测量误差,站址测量误差,布站形式、目标辐射源与各接收站几何位置关系都对定位精度有很大影响。     

声呐位置误差情况下的运动目标多基地定位方法

在多基地声呐定位系统中,声呐的位置信息往往含有随机误差,这些误差会严重影响目标的定位精度。针对这一问题,提出了一种基于时间和多普勒频率的运动目标定位方法。首先,将基于时间和多普勒频率定位机制的非线性量测方程组转化为关于目标位置、速度及中间变量的伪线性方程组,利用加权最小二乘估计法对运动目标的位置、速度进行初始求解;然后,利用位置、速度及中间变量之间的相关性对位置和速度的估计偏差进行求解;最后,对位置和速度的初始解进行误差修正。分析了所提算法在量测误差较小情况下的统计有效性,并通过蒙特卡洛模拟进行了数值验证。     

Toward Autonomous Exploration in Confined Underwater Environments

In this field note, we detail the operations and discuss the results of an experiment conducted in the unstructured environment of an underwater cave complex using an autonomous underwater vehicle (AUV). For this experiment, the AUV was equipped with two acoustic sonar sensors to simultaneously map the caves' horizontal and vertical surfaces. Although the caves' spatial complexity required AUV guidance by a diver, this field deployment successfully demonstrates a scan‐matching algorithm in a simultaneous localization and mapping framework that significantly reduces and bounds the localization error for fully autonomous navigation. These methods are generalizable for AUV exploration in confined underwater environments where surfacing or predeployment of localization equipment is not feasible, and they may provide a useful step toward AUV utilization as a response tool in confined underwater disaster areas.     

基于长短期记忆网络修正测距的水下定位算法

人类对海洋资源的探测与开发的主要方式是通过水下传感器网络来实现的,而水下传感器节点收集的数据在丢失精确的定位信息时便失去了其主要的价值。因为现在许多已经被广泛使用的水下定位算法仍然难以实现精确的测距,所以导致其定位精度偏低、不理想。本文提出一种基于长短期记忆网络修正测距的水下定位算法,该算法使用一种循环神经网络的变体模型长短期记忆网络来改进基于信号到达时间差测距算法,通过处理海洋环境的历史信息、测距值等数据进行训练,能够高效准确地预测当前的测距修正值,从而获得优化测距误差的效果。通过上述两者的有效结合进一步改进多边定位算法,实现对水下未知节点的精准定位。最后通过仿真实验和算法对比验证本文所提的算法确实具有较高的定位精度和可行性。     

利用FastSLAM框架的多自治水下航行器同时定位与跟踪算法

协同定位是共融机器人研究领域的重要问题.协同定位方案的制定受限于机器人间信息交互的能力.针对长时间通讯中断时多自治水下航行器(AUV)协同定位精度明显下降的问题,借鉴同时定位与制图(SLAM)方法,提出了基于FastSLAM框架的同时定位与跟踪(SLAT)算法.将主AUV视为非合作目标,在从AUV上建立起一个关于主AUV的运动估计器,利用从AUV上声呐传感器实时获取的相对量测信息,在对主AUV运动状态估计的同时,完成对从AUV自定位精度的提升.仿真实验结果表明,在长时间通讯中断发生的条件约束下,相比于传统的航位推算方法,所提出的SLATF1.0和2.0算法能够有效减小定位误差,2.0算法对于探测精度变化等因素的影响具有更好适应性.     

基于重采样的水下小目标多基地量测融合

针对干扰量测对水下小目标多基地量测融合的影响,提出了基于重采样的多基地量测融合算法。重采样的随机样本近似概率密度分布,经随机样本的融合,最终得到多基地等效量测。对算法进行了仿真验证和性能分析,干扰量测密度的增加导致融合精度的下降、运行时间的增加,栅格数目的增加导致融合精度的提高、运行时间的增加。并将算法用于实验数据处理。结果表明,相比于单基地声纳的观测,经基于重采样的量测融合算法求得的等效量测的均方根误差在统计意义上最小,为水下小目标的融合跟踪提供可靠的数据。     

基于多面体质心算法的水下传感器网络定位

为了克服基于测距的水下定位算法以及距离无关的水下定位算法定位精度的不足,通过网络密度自适应、迭代定位和重定位、周期性更新和预测等优化措施,提出了一种距离无关的多面体质心算法,并利用仿真实验证明了多面体质心算法的定位性能明显优于ALS算法,它能够大幅度提高定位精确度,并降低定位成本。最后指出了未来水下定位算法研究应注意的问题和发展趋势。     

基于移动长基线和误差修正算法的多UUV协同导航

在移动长基线（MLBL）定位结构中,虽可利用基于水声传播延迟（TOF）原理获取的量测信息和贝叶斯滤波器（如扩展卡尔曼滤波（EKF））提高低自定位能力无人水下航行器（UUV）的定位精度,但较高的测量误差会降低这种提高的幅度.根据水声通信的特点提出了一种相关性假设并构建了误差修正算法（ECA）,在设定条件下利用误差间的相关性减小量测误差,从而实现量测的粗估计.仿真结果表明,先粗估计量测值再结合贝叶斯滤波器,可显著提高配备低精度自定位传感器的UUV的定位精度.