一种带有色量测噪声的非线性系统辨识方法

利用最大似然判据, 本文提出了一种带有色量测噪声的非线性系统辨识方法. 首先, 利用量测差分方法将有色量测噪声白色化, 获得新的量测方程, 从而将带有色量测噪声的非线性系统辨识问题转化成带白色量测噪声和一步延迟状态的非线性系统辨识问题. 其次, 利用期望最大化(Expectation maximization, EM)算法提出了一种新的基于最大似然估计的非线性系统辨识方法, 该算法由期望步骤(Expectation step, E-step)和最大化步骤(Maximization step, M-step)两部分组成. 在期望步骤中, 基于当前估计的参数并利用带有色量测噪声的高斯近似滤波器和平滑器, 近似计算完整的对数似然函数的期望. 在最大化步骤中, 近似计算的似然函数期望值被最大化, 并且通过解析更新获得噪声参数估计, 通过Newton更新方法获得模型参数的估计. 最后, 数值仿真验证了本文提出算法的有效性.     

基于似然方程校正的时差定位算法

针对传统时差定位闭式解法在量测噪声较大情况下定位性能不佳的缺点,提出了一种新的时差定位算法。该算法首先在无约束条件下利用加权最小二乘得到目标的初始位置估计值,然后利用最大似然方程对初始位置估计值进行校正,校正后的位置估计值将更加接近最大似然估计。通过对算法的仿真分析,结果表明在量测噪声较大的情况下,算法的定位均方误差要小于经典的Chan算法。     

基于SA-ML-PDA的无源协同定位方法

针对无源协同定位系统中低可观测目标的航迹初始及维持问题,提出一种基于模拟退火极大似然概率数据关联的双基站无源协同定位方法.首先,建立双基站无源协同定位系统数学模型.其次,提出基于极大似然概率数据关联的无源协同定位航迹初始算法,并首次利用模拟退火算法解决极大似然概率数据关联中的优化求解问题,以提高目标检测跟踪性能.最后,通过滑窗法实现航迹维持.仿真结果表明,所提方法能够有效解决双基站无源协同定位系统中低可观测目标的航迹初始及维持问题.     

利用时差的单站无源相干定位最大似然算法

针对利用单个观测站接收多个第三方辐射源信号来估计目标位置的无源相干定位问题,提出了一种基于最大似然的时差定位算法。首先根据时差测量与目标位置之间的函数关系,构建目标位置的似然函数;然后采用牛顿迭代算法求解非线性似然函数的全局极大值,从而得到目标位置估计;推导了目标位置的最小二乘解,并将其作为牛顿迭代的初始解,从而保证算法的收敛性;最后还推导了算法的理论误差和克拉美罗界,并证明两者相等。仿真结果表明,算法的定位精度优于现有算法,且在测量误差适中时,定位精度可以达到克拉美罗界。通过几何精度因子图,分析了目标位置、外辐射源数量和位置等因素对定位精度的影响。     

基于QS-ML-PMHT的多目标无源协同定位方法

针对目标个数未知时无源协同定位系统低可观测目标的航迹起始及维持问题,提出一种基于拟蒙特卡罗模拟退火极大似然概率多假设的双基站多目标无源协同定位方法。首先,建立双基站无源协同定位系统数学模型。其次,提出基于极大似然概率多假设的多目标无源协同定位航迹起始算法,通过假设法确定目标个数,并首次利用拟蒙特卡罗模拟退火算法解决极大似然概率多假设中多目标的优化求解问题,以提高多目标检测跟踪性能。最后,通过滑窗法实现航迹维持。仿真结果表明,所提方法能够有效解决目标个数未知时双基站无源协同定位系统低可观测目标的航迹起始及维持问题。     

基于二元多跳WSN的信道容错的目标定位方法

针对信道退化的多跳无线传感器网络下的定位问题,基于最大似然估计提出一种新的信道容错的定位算法.传感器节点接收到的源信号强度数据被压缩量化为二元信号,经Rayleigh退化信道多跳中继到达融合中心.利用信道退化统计量和译码策略,推导出二元观测数据的似然函数,基于最大似然估计获得目标定位,进一步给出目标位置估计的克拉美-罗下界.仿真结果表明了所提出算法的有效性.     

双基阵方位—频率匀加速运动目标跟踪算法研究

针对水中匀加速运动目标的跟踪,将两部声纳基阵量测的目标方位信息和其中一部声纳基阵量测的目标频率信息作观测融合后,根据匀加速运动状态方程,建立双基阵方位—频率匀加速运动目标跟踪系统。对于系统的非线性性,根据量测值应用非线性滤波算法对匀加速运动目标进行状态估计,从而提出了一种双基阵方位—频率匀加速运动目标跟踪算法。将系统的观测方程伪线性化,应用线性系统可观测性判定定理对系统的可观测性进行分析,得到了该系统的可观测性判定条件。仿真验证了算法的有效性与可观测性判定条件的正确性。     

基于信息熵的多无源传感器数据关联

针对多维分配模型在构造关联代价函数时,直接利用极大似然估计值代替目标的真实位置信息,未考虑极大似然估计所引入的随机误差问题,提出一种基于信息熵的多无源传感器数据关联算法.考虑到量测后验概率密度函数与伪量测概率密度函数之间的差异性,分别利用相对熵和Renyi熵量化该差异构造关联代价函数以增强模型的完备性.仿真实验结果表明:该算法有效地提高了关联正确率,具有较好的关联性能.     

基于粒子滤波的TOA/TDOA融合算法研究

针对信号临界区域由于信号强度减弱导致的定位精度下降问题,利用一种传感器检测概率模型把收集到所有的TOA与TDOA量测信息通过似然度计算融合起来,在贝叶斯框架下建立一种非线性目标基于粒子滤波器的量测信息融合算法对目标进行定位估计,从而提高目标在临界区域的定位精度。仿真结果表明,在低信噪比下,融合两种观测手段的定位精度改善明显。     

扫描辐射源的最大似然定位算法

针对运动扫描辐射源的扫描速率未知的情况,提出一种最大似然定位算法.该算法将各个时差量测分别投影到目标状态空间,通过对目标状态进行修正、迭代和融合实现对扫描速率和目标状态的最大似然估计,同时避免联合估计方法对运动目标的定位精度不足的问题.此外,针对扫描辐射源定位的特点,重新推导分析误差项,从而改进瞬时定位算法.仿真结果表明,所提出的最大似然定位算法及其改进方法是有效的,后者的定位精度接近CRLB.     

A robust TDOA-based location method and its performance analysis

Based on time difference of arrive (TDOA), the regularized constrained total least square (RCTLS) algorithm for passive location is presented in this paper. RCLTS is used to solve the location equations by transforming the nonlinear equations about TDOA into linear equations about parameters of the position and range and expanding the true TDOA in a first-order Taylor series about measurement TDOA. A proper weight is chosen by the least mean square error (MSE) rule to obtain the location solution through analyzing the location error, whose feasibility and effectiveness are well proved by computer simulations. The CRB and GDOP for TDOA-based location are given. Supported by the Program for New Century Excellent Talents in University, Ministry of Education, China (Grant No. NCET-05-0803)     

Constrained total least squares algorithm for passive location based on bearing-only measurements

The constrained total least squares algorithm for the passive location is presented based on the bearing-only measurements in this paper. By this algorithm the non-linear measurement equations are firstly transformed into linear equations and the effect of the measurement noise on the linear equation coefficients is analyzed, therefore the problem of the passive location can be considered as the problem of constrained total least squares, then the problem is changed into the optimized question without restraint which can be solved by the Newton algorithm, and finally the analysis of the location accuracy is given. The simulation results prove that the new algorithm is effective and practicable.     

基于PSD传感器的炸点三维坐标测量方法研究

针对野外炸点空间三维坐标测量的问题,提出了基于二维PSD位置传感器的炸点位置测量方法,构建了基于二维PSD位置传感器的炸点三维坐标测量系统;基于双目视觉原理建立了炸点空间三维坐标测量数学模型;研究了被动探测系统在野外远距离下的标定技术;通过系统误差分解传递,分析了各参数的误差;在Matlab中分别绘制了炸点位置坐标3个维度的误差分布图,并分析了测量系统误差随炸点实际位置变化的分布情况;根据误差分布图得到了在理论100 m测试距离下X坐标最大测量误差约为0.292～0.303 m,Y坐标最大测量误差约为0.251～0.371 m,Z坐标最大测量误差0.270～0.336 m;最后通过静爆实验对测量方法正确性、被动探测系统标定技术可行性和测量系统功能性进行了验证,结果表明测量系统响应速度快且功能正常,被动探测系统标定技术具备可行性且操作方便,可适用于野外炸点位置的快速测量。     

利用外辐射源的TDOA和FDOA目标定位算法

针对单站外辐射源条件下的目标定位问题,提出了一种基于最大似然的时差-频差联合定位算法。首先根据时差和频差的观测方程,构建目标位置和速度的最大似然估计模型。然后采用牛顿迭代算法对最大似然估计模型求解,得到目标位置和速度估计。最后,推导了算法的克拉美罗界和理论误差,并证明了二者相等。仿真结果表明,算法定位精度高于两步加权最小二乘算法和约束总体最小二乘算法,在测量误差较高时仍能达到克拉美罗界。通过对系统几何精度因子图的分析,确定目标及外辐射源数量和位置也是影响定位精度的重要因素。     

基于改进扩展卡尔曼滤波的单站无源定位算法

为了提高单站无源定位精度,降低定位误差,针对扩展卡尔曼滤波算法存在的不足,提出一种基于改进扩展卡尔曼滤波算法的单站无源定位方法。首先通过采集目标的相关信息,构建单站无源定位数学模型,然后利用改进扩展卡尔曼滤波算法目标位置进行估计,最后采用数据进行仿真对比实验。结果表明,相对于扩展卡尔曼滤波算法,改进扩展卡尔曼滤波提高了目标定位的精度,削弱异常误差对位置估值的影响。     

磁偶极子源的被动测距与跟踪

基于电磁波在海水中的传播方程,分析了海水中磁偶极子辐射场的分布特性,建立了运动磁遇极子的测量坐示系并推导出被动测距方程,提出了基于磁偶极子源的三维被动测距方法及非线性最小二乘被动跟踪算法,通过对最小二乘算法的分析比较,利用离散型Levenberg-Marquardt算法对所建立的三维被动测距数学模型进行了仿真计算。结果表明,在水下有效测距离范围内,利用磁有子辐源进行被动测距与跟踪的方法是有效的,具有较高的测距精度。     

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。     

时差定位系统的缩比实验原理分析

推导了无源时差定位系统真实场景与几何缩比模型下定位误差的几何相似性和时差测量精度相似性关系,分析了信号带宽、积累时间、发射功率与矩形谱信号时差测量误差之间的缩比关系,讨论了忽略系统固有误差时,带宽、积累时间、发射功率与定位精度的缩比关系。研究结果表明,当系统固有误差可以忽略,目标辐射源的信号参数不发生变化时,在几何缩比模型中,定位误差将同比缩小,相对误差保持不变;当时差测量精度不变时,绝对定位误差不变,相对误差同比增大。实验结果验证了上述结论。     

RSSI在RFID读写器中的应用

基于接收信号强度指示(RSSI)测距的定位方法容易实现、开销少,适合在射频识别(RFID)系统中使用。由此提出一种RSSI在UHF频段下RFID读写器中的实现方式。使用合适的测量方法,通过对无线电传播路径损耗模型及大量实测数据的分析,证明得到的标签RSSI可以用于对无源标签的实时距离定位。