优化的多基地雷达线性最小二乘定位方法

线性最小二乘方法在多基地雷达定位系统中经常被采用。本文针对该方法在使用过程中的两种估计失效情况,即估计式系数矩阵亏秩和坏条件数情况,分别提出了降维和迭代求解方法,仿真结果表明改进方法的有效性。     

基于波达方位的双基地声呐定位算法

给出了基于声波到达方位(BOL)的双基地声呐定位算法，分别研究了基线长度和角度测量误差等因素对该算法定位精度的影响。通过数值仿真，给出了不同条件下误差的几何分布。仿真结果表明，双基地BOL算法的定位精度与基线长度有关，随着基线长度的增加，定位精度提高；角度测量误差对BOL算法的定位精度影响较大。     

最小二乘方法用于多站测向定位的算法

文中讨论了测向定位中的若干问题,包括双站交会定位及其定位误差分析、三站交会定位、多站交会定位,最后首次尝试将最小二乘方法和递推最小二乘方法用于多站测向定位的算法,对于提高测向定位的精度和简化运算量有很大的作用,有相当的实用性。     

三基地雷达最佳空间定位算法

将三基地雷达二维定位最佳算法加以推广,在不增加设备量的前提下,充分利用各雷达站的测量信息,对三基地雷达三维空间直线布站的最佳算法进行推导和研究.仿真结果显示,空间相关数据压缩算法比独立数据压缩算法更加有效地提高了目标定位精度,特别是较好地改善了发射站附近区域的定位性能,有效解决了双基地雷达空间定位的基线盲区问题.     

基于测距最小二乘的方位融合多传感器定位算法

在多部2D传感器组网目标定位中,为减小地球曲率对观测的影响,充分利用各传感器量测并解决观测方程的非线性最小二乘问题,提出了融合方位量测的测距最小二乘算法。该算法的实质是基于多部2D传感器设备的测距以及方位角信息,考虑地球曲率的影响建立等效的观测模型和非线性方程,通过数学变换将非线性系统转化为线性系统;利用纯距离最小二乘定位原理初步估算出目标的位置,然后融合各传感器的方位量测得到关于目标的最终位置估计。仿真实验表明,本方法在3部以上2D传感器观测并且测距误差较大而方位误差较小的情况下,可以修正测距最小二乘法在某些位置的定位误差,从而整体提高目标的定位精度。     

基于总体最小二乘算法的多站无源定位

将总体最小二乘算法应用于多站无源定位中,分别提出了基于角度估计的总体最小二乘算法,基于时差估计的总体最小二乘算法以及基于角度和时差估计的总体最小二乘算法。算法首先把非线性的观测方程转化为伪线性的观测方程,然后构造增广矩阵,并对该矩阵进行奇异值分解即可估计出目标位置,因此无需迭代计算或者获得目标位置的粗略估计,仿真结果表明该算法具有较高的定位精度。     

基于约束最小二乘的近空间雷达网定位算法

该文研究了一种基于归一化约束最小二乘的近空间雷达网定位算法。首先将距离与角度信息的非线性方程转换为线性方程,通过一阶Taylor展开分析了噪声对线性方程的影响,然后将定位问题转化为归一化约束总体最小二乘问题,并通过Lagrange函数将其转换为无约束的优化问题,根据定位均方误差最小原则选取加权因子得到定位解,最后进行了定位误差分析,仿真结果表明了该算法的有效性。     

基于数据融合理论的多传感器几何定位算法

为解决多部(3部及以上)2D传感器网络对三维空间目标的定位估计和定位精度问题,克服地球曲率对观测模型的影响,建立了考虑实际地球曲率的等效地球模型和传感器观测模型,提出了此模型中基于二次数据融合的多传感器组网几何定位算法,该方法将几何定位与数据融合理论相结合,并对融合数据进行二次融合,充分利用了各传感器的量测数据。仿真实验证明了方法的有效性和实用性,在多部2D传感器组网的情况下可对三维空间内目标实现精确定位,定位误差趋近于克拉美-罗下界(CRLB),具有工程实用价值。     

双基地声呐接收站信息定位算法研究

在双基地声呐系统中,发射站和接收站远距离分置,因此,双基地声呐在目标的检测、跟踪和定位等方面与单基地声呐相比差别很大。以接收站的观测信息为基础对目标进行二维定位,在数值仿真的基础上,分析了各参数的变化对系统定位精度的影响,为提高双基地声呐利用接收站信息对目标进行定位的精度提供了理论依据,在实际工程中有较强的应用价值。     

重复使用发射站数据的加权最小二乘定位方法

利用加权最小二乘方法对多基地雷达目标定位.证明重复使用发射站测量信息将导致误差协方差矩阵奇异.通过在误差协方差矩阵中加入一个小的修正量,能够实现目标定位.仿真的GDOP曲线表明了改进方法的有效性.     

一种基于拟牛顿法的递归最小二乘方法

基于拟牛顿优化方法,提出了一种稳健的自适应FIR滤波算法。新算法用最小二乘误差(LSE)代替了均方误差(MSE)作为代价函数,它具有和常规递归最小二乘(CRLS)算法相近似的追踪能力,且不存在数值计算不稳定性的问题,在收敛速度以及稳态效果方面也要优于De Campos的拟牛顿(QN)算法。通过计算机仿真比较了有关算法的性能。     

一种基于全局最小乘方法的磁共振波谱目标 频率选择的量化方法

磁共振波谱中,感兴趣成分的单独量化不但符合许多实际应用的要求,而且同时也提高了量化的速度和精度.为此本文提出了一种基于频率选择的波谱信号量化方法,该方法通过全局最小乘方法来估计波谱信号的非线性参数,又结合前向和后向的APES方法来估计其线性参数.文中的模拟和活体数据实现表明,本文方法在计算速度和参数估计的稳健性上要明显优于经典的HSVD和HTLS方法,同时其综合性能比Stoica等提出的频率选择方法SELF_-SVD还好.     

基于修正最小二乘法的测控设备同站引导算法

测控设备对飞行目标进行跟踪及测量时,高跟踪精度测控设备捕获目标较为困难,一般采用低跟踪精度设备引导天线接近目标,然后再转入自跟踪模式,因此同站测控设备互引导是目标捕获的一个重要手段。针对低跟踪精度测控设备引导高跟踪精度设备的技术需求,文中提出了一种在两套测控设备共视目标时,利用高精度设备跟踪信息来对低精度设备跟踪数据进行实时修正的算法。该算法实现了跟踪残差的实时估计和外推,提高了同站引导精度。最后采用遥测设备引导光电经纬仪进行实验,验证后发现修正后的遥测设备跟踪数据能够引导光电经纬仪有效的捕获目标。     

基于最小二乘虚拟阵元的解模糊方法

阵列信号处理中,当阵元间距〈1/2波长时方向估计会出现模糊。文中提出一种基于最小二乘虚拟阵元的方向估计解模糊方法,该方法根据实际已知阵元的接收数据,运用最小二乘法估计出相邻阵元间虚拟阵元上的接收数据,在实际孔径不变的情况下使阵元间距减小,从而实现了方向估计的解模糊。同时,文中还对此方法在解模糊时的虚拟阵元数进行了分析。仿真实验结果表明了该方法的有效性。     

基于最小二乘隐空间支持向量机的IDS检测算法的设计

在基于支持向量机的基础上,提出一种新的利用最小二乘隐空间支持向量机设计IDS的检测算法,解决了网络入侵检测系统中检测算法的分类精度不高、训练样本数需要较多,及训练学习时间较长等问题.仿真实验结果表明,本算法较基于支持向量机的检测算法具有更快的收敛性、更快的迭代速度、更高的检测精度和更低的误报率.     

基于最小二乘和牛顿迭代法的空中目标定位

在对远程高速运动目标进行定位的过程中,提高定位精度是工程研究的重要内容之一.针对最小二乘法受测量误差影响较大的问题,提出了基于最小二乘和牛顿迭代法的混合算法.该算法结合了最小二乘法估计性好和牛顿迭代法收敛速度快的优点.仿真结果表明,时差测量精度为5ns时,均方根误差较最小二乘法定位结果减少了43m.     

一种基于最小二乘法的经典辩识的新方法

系统辩识方法分为经典和现代两大类.经典辩识方法采用非参数模型,其表现形式是以时间或频率为自变量的实验曲线.在对以时间或频率为自变量的实验曲线或者实验数据进行处理时,由于传统方法本身固有的缺陷,导致辩识过程的随意性较大,不能利用所有数据,从而造成不能充分利用所测数据的全部信息,不但浪费了信息,而且辩识出来的结果准确度很差.本文提出了一种用最小二乘法解决上述问题的方法,实践证明具有较高的精度,取得了较好的辩识效果.     

加权最小二乘法和MUSIC法联合测向技术研究

针对传统相位干涉仪测向法精度不高和MUSIC算法空间谱峰搜索耗时长的问题,提出了一种基于加权最小二乘法和MUSIC算法相结合的均匀圆阵测向技术。首先根据阵列短基线组求解相位模糊,并通过引入中间变量将相位差测量方程转化为线性方程组,然后运用加权最小二乘法对其进行求解,并利用信号到达角与中间变量的关系得到信号到达角初始估计,最后MUSIC算法依据信号到达角初始估计进行空间谱峰搜索,得到高精度信号到达角估计。仿真实验对比了所提方法与现有相位干涉仪及MUSIC算法的角度估计精度和耗时,证实了所提方法的正确性和有效性。