基于双基地距离及其变化率的无源定位算法

针对多站多外辐射源雷达系统中运动目标的定位问题,提出一种基于双基地距离及其变化率的运动目标无源定位算法。该算法首先引入辅助参数,建立了双基地距离及其变化率与目标位置及其速度的伪线性关系方程,并通过加权最小二乘估计得到目标位置和速度的初步解;其次建立辅助参数与初步解估计误差的伪线性方程并求解其估计误差,最终利用目标位置和速度的初步解及其估计误差得到目标位置和速度的最终估计。分别在近场和远场条件下对算法进行仿真,仿真结果表明,本文算法在复杂度略低于现有三步加权最小二乘估计(3WLS)算法的前提下仍能达到克拉美罗界,并且定位精度优于3WLS算法。     

改进的时差频差多目标定位算法

提出了改进型约束总体最小二乘多目标定位算法.首先引入辅助变量将非线性定位方程转化为伪线性方程;然后利用两步最小二乘法估计目标的初始位置,依据目标初始位置重新选择参考传感器;最后考虑伪线性方程中所有系数矩阵的噪声,采用拉格朗日乘子技术求解约束条件,利用拟牛顿算法迭代公式得到精确解.仿真结果证明了理论分析的正确性和可行性,所提算法能够达到克拉美罗下界,具有较强的鲁棒性和精确的定位性能.     

一种多参考接收站下的时差定位算法

提出了一种基于多参考接收站的到达时间差无源定位新算法．首先将复杂的非线性时差定位方程组转化为一组关于辐射源位置的伪线性方程,运用加权最小二乘估计对伪线性方程组进行初始求解;然后利用初始解中各分量之间的相关性,通过加权最小二乘估计进一步求解得到一组改进的辐射源位置估计; 最后取这组估计值的平均值得到辐射源位置的最终估计．仿真结果表明,该算法对近场和远场辐射源均具有较高的定位精度．     

一种线性校正TOA定位算法

针对到达时间定位中出现的非线性估计问题,提出了一种基于线性校正的定位算法.该算法首先将非线性到达时间定位方程转化为一组关于目标位置的伪线性方程,利用加权最小二乘估计进行初始求解;在此基础上把伪线性方程组转化为关于估计偏差的求解问题,进而对初始解进行线性校正;同时分析了所提算法的有效性.仿真结果表明,该算法具有较好的定位性能.     

一种利用多运动接收站的时差定位算法

提出了一种利用多运动接收站的两级加权最小二乘时差定位算法.首先引入中间变量,将高度非线性的多时刻时差定位方程转化为伪线性方程,并用加权最小二乘估计对伪线性方程组进行初始求解;然后根据辐射源位置和中间变量之间的关系,利用进一步加权最小二乘估计来优化初始定位结果,同时在理论上分析了所提算法的有效性.仿真结果表明,该算法具有较好的定位性能.     

利用高斯牛顿迭代的时频差无源定位算法

针对传统高斯牛顿迭代法在时差-频差定位中因迭代初始值不准而易出现的不收敛问题,提出一种基于约束加权最小二乘(CWLS)的高斯牛顿迭代定位算法。该算法首先将定位问题中关于目标位置、速度的时差-频差非线性定位方程转化为伪线性方程,分步估计目标位置、速度初始值;为实现初始值的精确估计,将目标位置与辅助变量等式约束关系松弛为二阶锥约束(SOCP)条件;引入随机鲁棒最小二乘(SRLS)构建新的线性关系,当新线性关系的最小二乘解不满足二阶锥约束条件时,使用半定规划(SDP)技术求解目标位置的估计解,通过获得的目标位置来对目标速度进行求解;获得目标参数估计初始值后,建立时差-频差定位系统下关于目标位置与速度的高斯牛顿迭代方程,利用高斯牛顿迭代对目标参数进行寻优求解,该迭代过程不需要引入辅助参数,可以直接得到目标参数。仿真实验表明,所提算法对近场目标与远场目标均有很好的定位效果,较已有经典两步加权算法,其鲁棒性好、定位精度高。同时,仿真结果表明了高斯牛顿迭代方程时对初始值优化的必要性。     

一种TOA联合同步与定位的CWLS算法

在基于到达时间定位中,针对目标节点与传感器锚节点之间存在时钟偏差而导致定位性能下降的问题,提出了一种时钟同步与目标定位联合估计算法。该算法通过引入辅助变量将非线性量测方程伪线性化,并建立代价函数;然后利用变量之间的关系构造约束条件,将原定位问题转换为约束加权最小二乘问题;最后利用拉格朗日乘子法得到目标位置和时钟偏差的闭式解。理论分析和仿真实验表明,所提算法的定位性能逼近克拉美罗界,优于现有算法。     

一种提高水下目标被动定位性能的两步定位法

针对基于到达时间差（Time Difference of Arrival,TDOA）的水下目标被动定位模型中非线性方程求解的问题,提出一种提高目标被动定位性能的两步定位法：第一步,通过前后两式相减法线性化时差定位方程,初步估计目标位置;第二步,引入改进鲸鱼优化算法中的收缩包围、螺旋移动和随机选择3种位置更新策略,全局或局部校正初始估计值,最终得到更为精确的估计结果.实验仿真结果表明：在同等噪声条件下,该算法与Chan算法、两相线性算法、樽海鞘群定位算法和标准鲸鱼定位算法相比更好地求解了非线性方程,提升了定位性能.     

基于校正源抑制路径损耗因子误差和传感器位置误差的RSS定位算法

路径损耗因子误差和传感器位置误差均会对接收信号强度(Received Signal Strength, RSS)定位性能产生影响。为此,本文提出使用校正源抑制这两种误差影响的RSS定位算法。该方法分别在发射功率已知和未知这两种情况下,首先使用校正源获得更加精确的路径损耗因子和传感器位置;然后引入辅助变量并采用伪线性加权最小二乘方法构建定位关系式,求解得到辅助变量估计值;最后利用辅助变量和辐射源位置之间的代数关系建立定位方程,从而获得辐射源位置估计值。此外,文中分别在发射功率已知和未知这两种情况下推导了两种误差存在下的克拉美罗界下界。仿真实验验证了文中新方法定位性能可渐近逼近克拉美罗下界,相比已有的方法具有一定优越性。     

利用径向速度观测值提高目标跟踪性能

提出了在三维空间中引入径向速度的非线性卡尔曼滤波算法．先将观测数据从三维极坐标转换成直角坐标,然后将径向速度和状态变量之间的非线性方程在预测值处利用泰勒级数展开,得到其一阶近似的线性方程,最后用标准卡尔曼滤波算法进行滤波．仿真结果表明,当引入径向速度时,相对于只有目标的位置观测来说其收敛速度加快,均方误差减小,提高了跟踪性能．     

遥操作的波域预测理论及其应用

针对现有的波变量方法不能满足时延条件下医疗正骨系统的需求问题,将预测技术引入波域中,得到系统的稳定性及所需的主从位置跟踪精度.为避免由于从端系统及其模型的初始条件不一致,以及模型失配或者数字舍去误差导致的系统失稳,采用了改进的Sm ith预测器,使用状态估计器与时间前向观测器来预测从端系统的输出,同时使用能量调节算法与预测算法协同工作以确保系统的无源性.一般情况下,基于波变量的预测能保证在变化时延下的稳定性,可是,变化时延或者数字舍去误差都可能导致主从系统之间的位置飘移,因此设计了误差校正器,调节波域能量以达到校正位置飘移的目的.     

一种高斯型非线性迭代更新滤波器

针对高斯型非线性滤波器在大初始偏差条件下性能下降、甚至发散的问题,提出了一种新的非线性滤波算法,即迭代更新扩展卡尔曼滤波器（iterated update extended Kalman filter,IU-EKF）。首先,该算法在EKF框架下,将传统的一步量测更新在伪时间上分为多步进行,采用部分增益将当前量测信息逐步地引入量测更新过程实现对状态的后验估计;其次,由于多步量测更新过程引入了每一步的过程噪声,因此将量测噪声与每一步更新后的状态估计误差之间的互协方差代入误差协方差矩阵,再利用此误差协方差矩阵的迹对标准卡尔曼增益矩阵求导并令结果为零,以导出噪声相关条件下的最优卡尔曼增益矩阵表达式;最后,根据后验量测残差自适应地调整迭代更新次数,在保证一定滤波精度的前提下,降低了算法的计算量。以2维目标跟踪问题为例,在大初始偏差条件下,通过仿真实验将本文算法分别与EKF、IEKF、UKF、CKF算法进行对比,并针对不同迭代次数对滤波精度的影响进行对比分析。仿真结果表明：本文算法较EKF大幅提高了滤波估计精度,且在大初始偏差条件下,本文算法性能优于现有经典高斯假设滤波器。同时,当迭代次数按1、2、5、10、20递增时,本文算法的滤波精度也随之提升,但提升幅度逐渐减缓。     

一种利用空频域信息的固定单站被动跟踪方法

利用空频域信息的固定单站无源定位与跟踪系统面临着可观测性弱、初始误差大的问题,跟踪算法的稳定性和收敛速度显得尤为关键.为此,提出了一种利用空频域信息的固定单站被动目标跟踪方法（MLGS）.通过对网格的多级搜索,在保证估计分辨率的同时,减少了运算量.与现有方法如EKF、MVEKF和UKF等相比,该方法不依赖于初始状态误差,且不受线性化误差的影响,只要合理选择网格和搜索次数,就可以获得趋近于全局最优的最小均方估计.仿真实验结果表明：该方法在初始距离误差较大情况下其收敛速度明显优于其他方法,且收敛后的精度基本保持恒定;在进行搜索时无需指定初值.     

GNSS接收机导航滤波器辅助捕获技术

为了充分利用GNSS接收机导航滤波器先验信息对基带信号处理过程的捕获进行辅助,以提高捕获速度及灵敏度,以北斗B1I信号为研究对象,开展GNSS接收机导航滤波器辅助估计伪码相位、载波多普勒、NH码相位研究. 首先引入“虚拟路径”的概念计算伪码相位,并详细推导了由导航滤波器直接计算接收信号伪码相位的算法. 然后对伪码相位及多普勒频率的误差源和传播特性进行详细分析. 最后进行了捕获性能理论仿真分析. 结果表明:导航滤波器辅助伪码相位与多普勒频率估计条件下,能够将捕获灵敏度提高1.1 dB,平均捕获时间为1 ms;进一步加入对NH码相位估计的辅助从而扩展相干积分时间为20 ms,则额外可以提供12.8 dB的灵敏度提升,平均捕获时间为20 ms. 通过导航滤波器中的先验信息对信号捕获进行辅助,能够提高信号捕获性能,同时有助于降低无辅助条件下捕获装置频繁运行带来的功率损耗,所提出的算法可以直接应用到GNSS接收机及GNSS/INS深组合导航系统中.     

一种利用修正牛顿迭代的时差定位算法

针对传统基于迭代求解的时差定位算法中容易出现的发散问题,提出了一种新的基于修正牛顿迭代的时差定位算法．该算法首先利用辅助变量将非线性时差定位方程组转化为一组关于辐射源位置的伪线性方程,在此基础上把时差定位问题转化为约束加权最小二乘优化问题;然后,利用基于特征值修正的牛顿法进行定位解算,同时为了减少迭代次数,通过二次插值法对一维优化问题进行寻优求解,给出了迭代步长因子的求取过程;最后,通过仿真分析验证了所提算法的有效性．     

基于混沌麻雀搜索算法的TDOA/FDOA定位

针对在实际定位场景中,接收站常被安装在运动平台上,导致其运动状态信息存在随机误差,而目标源定位精度对接收站的位置信息非常敏感,接收站位置的微小误差会导致目标源位置估计存在较大误差的问题,本文在考虑接收站位置信息存在随机误差的情况下,提出了一种使用到达时间差和到达频率差测量值定位移动源的解决方案。该方法通过在麻雀搜索算法中引入Logistic混沌映射对目标进行定位跟踪,Logistic混沌映射可以降低算法收敛到局部最优的风险,用以解决站址误差较低的情况下定位精度差的问题。仿真结果分析表明：在低站址误差的情况下,本文算法的定位精度比半定规划-重构线性化技术（SDP-RLT）、遗传算法、麻雀搜索算法和蚁群算法更接近克拉美罗下界。     

TLS唯方位辐射源目标定位

针对单站无源二维固定目标唯方位定位问题引入了TLS估计法．首先分析了常用的LS估计算法的不足，针对存在的问题引入了TLS算法、该方法简化并减小了系统矩阵误差和数据误差．Monte Carlo仿真分析结果表明TLS算法的估计偏差更小，与LS算法相比，具有较好的性能．     

非视距环境下基于时域测量的刚体位姿估计

为了提升非视距环境下的刚体目标定位性能,提出了一种利用无线信号时域信息的刚体定位方法,来克服非视距误差对定位性能的影响。引入非视距误差作为辅助变量,将刚体节点位置估计转化为广义信赖域子问题;通过二分法估计出刚体节点的位置;运用奇异值分解求解非视距环境下刚体的位姿参数。计算机仿真验证了所提方法具有良好的定位性能。     

基于L-M方法的迭代容积卡尔曼滤波算法及其应用

针对非线性状态估计中受到较大的初始估计误差和量测方程的非线性的影响致使状态估计精度不高的问题,提出了一种新的滤波算法——基于Levenberg-Marquardt方法(简写为L-M)的迭代容积卡尔曼滤波算法(ICKFLM).该算法将容积卡尔曼滤波算法(CKF)的量测更新过程转换为求解非线性最小二乘解问题,以状态预测和方差预测为初始值,使用L-M方法求解最优的状态和方差估计.把基于L-M方法的迭代容积卡尔曼滤波算法应用到弹道再入目标状态估计中,仿真结果表明,相比于CKF算法,新算法的位置估计误差约降低了70%,相比于基于Gauss-Newton方法的迭代容积卡尔曼滤波算法(ICKF)位置误差降低了40%.新算法具有较高的状态估计精度,且收敛速度快.     

基于RFID的目标成像方法的性能评价与分析

TagScan成像系统将目标估计图像与实际图像进行直观视觉对比来评估成像性能，该方法简单易行但难以反映精确的图像失真程度，致使影响TagScan系统成像性能的因素尚未被分析。针对以上问题，本文提出一种基于偏离度的成像精度评价方法，通过计算目标实际图像轮廓点与对应的估计图像轮廓点的偏差，将目标估计图像的误差量化。选取不同边缘类型目标的估计图像为研究对象，利用偏离度分析目标初始轮廓的形式对目标成像精度的影响，为目标初始轮廓的优化设定提供依据。仿真结果表明：对于四边形目标，采用直线型目标初始轮廓获取的估计图像的偏离度比采用弧线型目标初始轮廓获取的估计图像的偏离度降低了87.63%；对于圆形目标，采用弧线型目标初始轮廓的估计图像的偏离度比采用直线型目标初始轮廓的估计图像的偏离度降低了96.6%。