考虑地球曲率情况下测向定位系统中的最优交会角

考虑地球曲率的情况下,研究了不同量测误差条件和最小圆概率误差(CEP)意义下被动测向交叉定位系统中的最优交会角。首先,得到了与圆概率误差对应的目标函数的稳定点。然后,基于二元函数的极值性检验得到了最优交会角。在最小圆概率误差意义下,最优交会角与2部被动传感器的测角误差方差倍数k有关且仅当该倍数≥0.5时,可行的最优交会角才存在。得出的结论对实现多个被动传感器的优化选择和合理布站,提高目标定位精度有一定的理论和实际意义。     

不同量测误差情况下1D和2D被动传感器 交叉定位系统最优交会角研究

 研究了不同量测维数(1D和2D)被动传感器测向交叉定位系统的最优交会角问题,在假定两个传感器的角度量测精度不一致的情况下计算出了目标位置均方根误差达到最小值的交会角,讨论了仰角和角度量测精度对最优交会角的影响,得出的相关结论对实现无源传感器的最优化配置,提高定位精度有一定的实际意义.     

基于MLE算法的海上角度交会测量方法及其精度分析

针对我国现有测量船单站REA测量体制精度相对较低的问题,提出了基于光电经纬仪的海上角度交会测量方法。介绍了角度交会测量原理和设备布站原则,构建了AE-AE异面交会测量系统,设计了基于MLE(Maximum Likelihood Estimation)算法的海上角度交会测量算法和船摇修正方法,仿真分析了船体姿态测量误差、设备测角误差以及站址定位误差等的影响。仿真结果表明,站址测量误差是海上角度交会测量的最主要误差源,船体姿态测量误差和设备测角误差对海上角度交会测量精度有一定的影响,当船体水平姿态测量误差优于20″、航向测量误差优于30″、设备测角误差优于20″、站址测量误差优于1 m时,海上角度交会测量精度可达1 m。该法解决了动态条件下的飞行目标高精度测量技术难题,为后续工程设计奠定了基础。     

外弹道测量体制的若干问题(上)

本文对距离交会、角度交会、干涉仪等测轨定位体制进行了综合论述,对它们的测量精度进行了分析,推导出了位置参量与定位误差的关系,并按照“最小误差积准则”和“GDOP最小准则”进行了分析比较,比较结果说明,距离交会的测轨定位体制精度较高。     

外弹道测量体制的若干问题(下)

本文对距离交会、角度交会、干涉仪等测轨定位体制进行了综合论述,对它们的测量精度进行了分析,推导出了位置参量与定位误差的关系,并按照“最小误差体积准则”和“GDOP最小准则”进行了分析比较,比较结果说明,距离交会的测轨定位体制精度较高。     

基于NLS的多机只测角误差配准算法

多机无源融合定位中的误差配准是目前多传感器误差配中的难点之一。当无源传感器获得的观测量存在系统误差却不进行配准时,多机融合定位的效果将受到严重影响。针对这一情况,在多机只测角无源定位问题中提出了一种基于非线性最小二乘（NLS）的误差配准算法。该算法将多机只测角误差配准问题转换为非线性最小二乘估计问题,并采用高斯–牛顿法求解,即先将非线性量测方程线性化并采用加权最小二乘进行估计,然后进行迭代直至收敛到最优估计值。仿真结果表明,与EKF配准算法相比,当观测时间足够长时,本文提出的NLS误差配准算法的定位误差可以接近克拉美罗限（CRLB）,并且对系统误差的估计精度非常高。      

调零线性约束下的稳健自适应单脉冲合成

单脉冲测角是一种计算简单、稳健性好的高精度测角方法。当存在旁瓣干扰时,结合自适应波束合成的自适应单脉冲算法能很好地抑制干扰同时保持测角精度,但当干扰进入主瓣时,传统的单脉冲测角会出现单脉冲比失真的问题,从而导致测角误差较大。为了克服主瓣干扰条件下的单脉冲比失真问题,提出一种调零线性约束的差波束自适应合成方法,抑制主、旁瓣干扰同时保持单脉冲比曲线。仿真验证了算法的有效性,并与三点线性约束算法的性能进行比较。     

输入为角速率的圆锥误差补偿算法

在捷联系统中将角速率转换成角增量,再利用传统的基于角增量的圆锥误差补偿算法解算姿态会使精度下降、计算量增大。针对此问题,推导了以角速率为输入的圆锥误差补偿算法,详细推出了三子样算法的具体形式,并在圆锥运动条件下对算法进行优化,进一步提高了算法的精度和可靠性。在典型圆锥运动条件下将所提算法的解算结果和解析解做了仿真比较,结果表明算法有效可行,且优化后的算法精度更高。     

四象限探测器测角算法分析与改进

四象限探测器测角误差是影响激光跟踪系统精度的关键,因此算法设计是提高跟踪系统跟踪精度的根本。首先分析了消除光学系统四象限探测器测角误差的几种算法,随后在不考虑非均匀性的影响下的条件下,提出了将插值法和传统算法相结合的一种改进算法,测角误差能控制在0.1°之内且容易实现。     

角度传感器网络多目标定位的数据关联算法

在基于方向角等被动式的多目标监测中,由于面临量测-目标匹配关系未知,现有定位算法很难实时给出目标的精确位置,尤其是在方向角量测误差存在的情况下.针对不可靠角度量测传感器网络下的多目标定位问题,分析和设计了无目标先验信息下的量测关联算法.通过分析量测误差对关联算法的影响,给出所得多目标定位来源于真实目标概率的理论推导以及相关门限选取方法,并应用在此基础上设计算法,给出最优的多目标位置组合.该关联算法在引入各传感器量测信息的同时更新门限,以此保证多重定位是真实目标定位的可靠性.仿真结果表明,所提出的数据关联算法于所示情形下均具有较好的性能,在多目标定位中能捕获大部分目标,且计算量较低.