基于泰勒加权最小二乘算法的水下TDOA/FDOA联合定位方法

针对水下复杂的定位场景中,两阶段加权最小二乘算法因为忽视噪声平方项而造成的定位不精确问题,本文提出了一种基于泰勒加权最小二乘算法的水下到达时间差和到达频率差(Time difference of arrival and frequency difference of arrival, TDOA/FDOA)联合定位方法。该方法首先通过加权最小二乘算法求解目标粗估计位置和速度;然后通过求解TDOA/FDOA测量值的泰勒展开式构造定位误差方程,用迭代的方法不断更新目标估计位置和速度;最后,当定位误差足够小或达到最大迭代次数的时候,算法停止运行并输出目标估计位置和速度。仿真表明,在噪声方差小于10分贝时,本文算法的位置和速度估计的均方根误差能够接近或约等于克拉美罗下界。      

基于最小二乘融合估计的双星时频差定位

针对单参考站条件下具有测量误差和星历误差时定位精度不高的特点,提出了一种基于多次观测数据的最小二乘融合估计定位算法,该算法无需增加观测条件即可有效提高辐射源定位精度.分析了测量误差、星历误差对单参考站单次定位及融合定位精度的影响,推导了测量误差、星历误差对定位误差的传递公式,提出了含星历误差影响的最小二乘融合估计加权算法.通过Monte-Carlo仿真验证了误差分析结果和定位算法,并比较了加权最小二乘估计定位和单次定位的性能.仿真试验表明:在相同观测精度条件下,加权最小二乘融合定位可极大地提高辐射源定位精度,最大提高10倍以上.     

观测站存在位置误差条件下基于MDS的多站时差定位算法

为了降低无源定位中观测站站址误差对定位精度产生的不良影响,论文提出了一种基于多维尺度分析的多站无源时差定位解析算法。算法建立了存在站址误差时关于目标位置的线性方程组,推导了方程误差与时差测量误差和站址误差之间的关系式,将误差的统计特性融入到新的加权矩阵之中,使用加权最小二乘方法对目标位置进行了求解。仿真实验表明,算法对于小测量误差具有无偏性,其定位精度能够达到克拉美罗下界,相对于Ho K C的解析算法具有更好的稳健性。      

基于DOA-TDOA-FDOA的单站无源相干定位代数解

针对利用单站接收多个外辐射源信号实现目标定位的问题,该文提出一种基于两步加权最小二乘的到达角度(DOA)、时差(TDOA)和频差(FDOA)联合定位代数解算法.首先,在第1步加权最小二乘估计中,通过引入辅助参数,将非线性的角度、时差和频差方程转化为伪线性形式,并利用加权最小二乘得到目标位置和速度的粗估计;而后在第2步加权最小二乘估计中利用辅助参数和目标位置参数之间的约束关系来构造另外一组线性方程,并再次利用加权最小二乘得到目标位置和速度的精确估计.推导了联合角度、时差和频差定位的克拉美罗界.理论分析和仿真结果表明,算法在观测误差较小时的定位误差可以达到克拉美罗界.     

基于DOA-TDOA-FDOA的单站无源相干定位代数解

针对利用单站接收多个外辐射源信号实现目标定位的问题,该文提出一种基于两步加权最小二乘的到达角度(DOA)、时差(TDOA)和频差(FDOA)联合定位代数解算法。首先,在第1步加权最小二乘估计中,通过引入辅助参数,将非线性的角度、时差和频差方程转化为伪线性形式,并利用加权最小二乘得到目标位置和速度的粗估计;而后在第2步加权最小二乘估计中利用辅助参数和目标位置参数之间的约束关系来构造另外一组线性方程,并再次利用加权最小二乘得到目标位置和速度的精确估计。推导了联合角度、时差和频差定位的克拉美罗界。理论分析和仿真结果表明,算法在观测误差较小时的定位误差可以达到克拉美罗界。     

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。     

传感器位置误差下外辐射源雷达三维定位代数解算法

机载外辐射源雷达系统中,部署在飞机上的观测站传感器位置无法精确获知,观测站位置误差将严重影响目标定位精度。对此,该文提出一种观测站位置误差下多基外辐射源雷达3维定位代数解算法。该算法首先利用辅助变量将非线性双基距离和差(BRD)观测方程进行线性化,构造伪线性目标估计模型。然后将观测站位置量测噪声的统计特性融入定位算法,提出一种改进两步加权最小二乘(TS-WLS)算法实现观测站位置误差下外辐射源雷达目标定位。最后推导了克拉美罗下界(CRLB)和算法的理论误差。仿真结果显示,在适中的BRD量测误差和观测站位置误差下,所提算法的目标定位性能能够达到CRLB。     

考虑站址误差的稳健TDOA定位算法

针对现有定位算法非线性运算多,误差易传递,且存在缺秩矩阵,致使算法稳健性低、定位精度差的问题,本文提出一种站址误差条件下基于误差校正的时差定位算法。首先通过引入辅助变量伪线性化时差定位方程,并利用加权最小二乘初步估计目标位置;接着利用辅助变量与目标位置之间的非线性函数关系,构建并求解关于目标位置误差的定位方程,对目标位置初估值进行线性校正,最终得到更为精确的估计结果。理论性能分析表明在噪声较小时,所提算法能够达到克拉美罗下届,且相比于现有定位算法具有更高的定位精度和定位稳健性。仿真结果验证了所提算法具有更好的定位性能。      

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.     

联合角度和时差的单站无源相干定位加权最小二乘算法

针对利用单个观测站接收多个外辐射源信号从而实现对目标定位的单站无源相干定位问题, 该文提出了一种联合角度和时差的加权最小二乘定位算法。首先, 将角度和时差的观测方程线性化处理, 考虑方程中的各项误差, 将定位问题建立为加权最小二乘模型。然后利用迭代方法对模型求解。最后, 对算法的定位性能进行了理论分析。仿真结果表明, 不同于仅时差定位方法至少需要3个外辐射源才能定位, 联合角度和时差定位方法仅需一个外辐射源即可定位, 且在同样数量外辐射源条件下估计精度高于仅时差定位;算法的均方误差低于最小二乘算法, 在时差测量噪声较大时定位精度仍然能逼近克拉美罗界。此外, 对系统几何精度因子图的分析表明, 目标及辐射源的位置对定位精度也有重要影响。      

一种线性校正到达时间差定位算法

针对到达时间差(TDOA)定位中出现的非线性估计问题,该文提出一种线性校正TDOA定位算法。首先将高度非线性的TDOA定位方程组转化为一组关于辐射源位置的伪线性方程,利用加权最小二乘(WLS)估计进行初始求解;然后在此基础上通过一阶泰勒级数展开把伪线性方程组转化为关于估计偏差的线性加权最小二乘问题并进行求解,分析了所提算法在测量误差较小时的有效性。最后提出了一种基于加权最小二乘估计的恒加速度运动辐射源的定位方法,相应的估计性能在测量误差较小时也接近克拉美罗界(CRLB)。计算机仿真结果验证了该算法的有效性。     

A bias‐reduced solution for target localization with illuminator of opportunity passive radar

An improved solution for target localization on the basis of the realistic distance‐dependent noises in illuminator of opportunity passive radar and an algebraic reduction method of the bias, which exists in the two‐stage weighted least squares (TSWLS) method is proposed. The classic TSWLS and its improved solutions have great localization performances just on the basis of two approximations; that is, setting the noise to a constant and ignoring the high‐order terms of measurement noises. It is these two approximations that lead to a suboptimal solution with bias. The bias of TSWLS has a significant influence on the target localization in illuminator of opportunity passive radar that has lower measurement accuracy and higher noises than common radars. Therefore, this paper starts by taking into consideration the realistic distance‐dependent characteristics of time‐of‐arrival (TOA) and frequency‐of‐arrival (FOA) noises and improving TSWLS method. Then, the bias of the improved TSWLS method is analyzed and an algebraic bias‐reduced solution on the basis of weighted least squares (WLS) is developed. Numerical simulations demonstrate that, compared with the existing methods, the proposed bias‐reduced solution attains the Cramer‐Rao lower bound (CRLB) better and reduces the bias effectively.     

一种新的分布式MIMO雷达系统运动目标定位代数解算法

该文针对分布式MIMO雷达系统中的运动目标定位问题,以双基地距离(BR)及其变化率(BRR)作为观测量,提出一种基于多步加权最小二乘的代数解算法。算法共需要3步加权最小二乘估计。首先,在第1步加权最小二乘估计中,通过选取适当的辅助参数,将非线性的BR和BRR的观测方程进行伪线性化处理,从而得到目标位置和速度的粗略解;而后在后两步加权最小二乘估计中,利用目标位置参数和辅助参数之间的约束关系构建方程,从而得到目标位置和速度的精确估计。最后,推导了算法的理论误差,从理论上证明了算法可以达到克拉美罗界。在仿真实验中,将所提算法与现有算法进行了对比,验证了算法的优越性。     

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.     

一种改进的高精度光谱寻峰算法研究

针对被采样的超弱光纤光栅(FBG)反射光谱含有干扰噪声的问题,提出一种应用于大容量超弱传感网络的高速寻峰算法。该算法引入权重因子加入到最小二乘拟合算法实现加权最小二乘拟合(WLS)算法,对高斯曲线拟合系数进行优化,定位出中心波长,然后再通过非对称高斯修正(AG)对定位的中心波长进行修正,提出WLS结合AG(WLS-AG)的算法,实现抗噪声干扰高精度寻峰。通过实验,对比分析最小二乘拟合算法、质心算法、WLS算法及文章提出的WLS-AG算法分别在不同噪声下的峰值误差平均值,以及变温环境下误差平均值。实验结果表明,在高信噪比的情况下,WLS-AG算法连续20次重复性实验平均误差<1 pm,在低信噪比的情况下,平均误差约为10 pm;在不同温度下的检测误差在1 pm内,且最为稳定,满足超弱FBG传感系统精度解调的要求。     

基于约束加权最小二乘的多站无源定位

针对传统加权最小二乘算法在噪声较大时会出现门限效应的问题。本文将约束加权最小二乘算法应用于多站无源定位,分别提出了基于多站时差定位的约束加权最小二乘算法以及基于时差频差联合定位的约束加权最小二乘算法。算法首先将非线性观测方程转化为两个伪线性方程,然后对伪线性方程加入限制条件,得到目标位置。仿真实验表明,与经典加权最小二乘算法及其改进算法相比,新算法在计算量增大不多的情况下扩展了适用范围,当噪声超过门限值时依然能获得较高的定位精度。新算法对噪声具有较强的鲁棒性,能有效克服门限效应带来的影响。      

Least squares adaptive antenna for angle of arrival estimation

The least squares formulation of an adaptive antenna is presented, which (with the aid of a calibration curve) may be used to estimate the angle of arrival in the presence of multipath as encountered in a low-angle tracking radar environment. A procedure (based on the Eckart-Young theorem) is proposed for improving the noise performance of the estimator.     

基于方位的无源相干定位中加权矩阵求解方法

针对多基地无源雷达中对单目标的定位问题,提出一种利用角度信息的加权最小二乘定位算法。设计了基于角度的目标定位模型,并根据不同的角度测量噪声设计了加权矩阵,进行了误差分析并推导了算法的Cramer-Rao界。仿真分析表明,本文算法优于同类算法,并且以3个接收站与一个外辐射源为例,给出了最佳位置配置建议。