三机时差频差联合定位算法

针对平面三机对辐射源定位的场景,提出2种基于牛顿迭代法的定位方程组求解算法:平均处理算法和最小二乘迭代算法。通过仿真数据验证2种算法的有效性,并比较2种算法的优劣,发现平均处理算法更有利于解决定位模糊,最小二乘迭代算法更有利于提高定位精度,提出2种算法联合的解算思路。提供仿真数据,说明定位精度随三机布局方式的变化,得出结论:在保持副机到主机距离不变的情况下,三机在同一直线航迹上时具有全局最高定位精度。     

三站时差频差定位精度分析

利用辐射源信号到达多个平台的到达时差信号和到达频差信号对辐射源进行定位,建立定位模型并计算几何精度因子(GDOP)。基于三站定位的平均处理方法,计算出GDOP 的合理区间。仿真结果表明:在GDOP 的合理区间,三站定位精度明显优于双站定位精度。     

基于概率的空间三机时差-频差联合定位

针对传统泰勒展开定位算法的定位精度不高问题,提出了一种基于概率理论的时差(TDOA)与频差(FDOA)联合定位的新方法,该方法利用到达三机的时差和频差构建非线性方程组,通过概率算法将非线性方程组转化为线性方程组,求解可得目标的估计位置.仿真表明,该方法较泰勒展开法相比,有很高的定位精度.     

多站时差和多普勒频差联合定位技术

讨论了多站时差（TDOA）和多普勒频差（FDOA）无源定位技术,并将时差定位与多普勒频差定位结合起来,提出了对运动目标的时差-多普勒频差联合定位思想。仿真结果表明,这一方法是可行的。     

CDMA信号时差频差联合估计算法研究

针对CDMA信号时域频域同时重叠的特征,分析了不同用户的时差分布对互模糊函数计算的影响,总结了直接互模糊相关法的不足之处。在此基础上,提出了一种解扩后互模糊相关算法,并将其与直接互模糊相关算法进行性能比较,推导了解扩后互模糊相关对信噪比的改善值。仿真结果验证了解扩后互模糊相关算法具有抑制其他用户干扰和改善输出信噪比的优点。     

时差频差联合估计算法研究

研究了基于双传感器观测数据的二阶统计量和高阶统计量的复模糊函数到达时差／频差(TDOA／FDOA)同时估计算法 CAF-SOS、CAF-HOS。研究发现,CAF-SOS 在通常情况下估计精度较高,但不能对付色噪声,即对传感器噪声间的相关性比较敏感。而 CAF-HOS 则可以对付服从高斯分布的色噪声,但付出的代价是数据收敛性能慢,计算负担较大。为了解决计算效率问题,进一步研究了一种基于二阶统计量的二维处理方法(SD-MOM),将搜索范围由平面降为2条直线,因而总体计算成本得到明显改善。但该方法的缺点是不能处理色噪声,为此提出了一种基于累积量运算的分维估计方法(SD-CUM)。     

基于互模糊函数的快速时差频差联合估计

针对无源定位中的时差频差联合估计问题,利用内积公式推导出了基于互模糊函数的时差频差联合估计公式,并提出了相应的快速实现算法。其中通过适当变换互模糊函数计算公式,将传统的二维时差频差搜索算法变为对信号内积进行快速傅里叶变换,然后对变换后的数据进行二维搜索,大大提高了时差频差联合估计的速度,降低了运算量。通过重构离散傅里叶变换项,并进行近似,进一步降低了运算量。仿真结果说明,两种算法都能得出准确的结果,改进的算法计算时间更少。     

用于双星时差频差定位体制的宽频接收机设计

针对双星时差频差定位体制要求,提出了一种宽频带接收机设计方法。介绍了整机架构设计方案和模块划分方法。重点阐述了影响双星时频差体制定位精度的关键指标:时延差一致性、频率差一致性、幅度差一致性的工程实现方式及各项技术指标的加速老化试验方式。接收机测试结果表明,接收机时延差一致性优于1.54 ns、频率差一致性优于1 Hz、幅度差一致性优于0.5 dB。并通过老化试验验证接收机指标变化情况满足在轨5年实际工程应用需求。     

双星时差频差定位系统中的多信号定位技术

通过计算并分析多信号的互模糊函数,证明了双星时差频差定位系统同频多信号定位的可行性;提出了计算双星定位系统可同时分辨的同频信号个数的公式,估算了卫星系统的同频多信号分辨能力,并给出了同频多信号互模糊函数图;最后,提出了一种多信号定位高效实现方法,其思想是先估计信号个数,再计算局部区域互模糊函数.该方法已得到了工程验证.     

基于累积量的时差频差联合估计算法

介绍了无源定位中二阶累积量和高阶累积量的时差频差联合估计（TDOA/FDOA）算法,分析了噪声相关性对二阶累积量和四阶累积量的时差频差联合估计算法的影响。仿真结果表明,这一方法是切实可行的。     

位置线误差的时/频差联合定位性能研究

就双星时差/频差联合定位问题,引入了位置线误差的概念,通过梯度理论计算时差位置线误差和频差位置线误差的分布,对时差位置线误差和频差位置线误差以及联合定位性能进行了定性和定量分析,推导了双星系统下时差频差联合定位精度与参数位置线误差和位置线交角之间的计算关系式。并结合仿真分析了参数测量误差和位置线交角对时差频差联合定位精度的影响。     

基于四阶互模糊函数的TDOA/FDOA参数估计研究

针对二阶互模糊函数在相干高斯噪声环境下会出现较大的噪声相关峰值,影响TDOA/FDOA参数正确估计的问题,利用高阶积累量对高斯噪声的不敏感特性,研究基于四阶互模糊函数的TDOA/FDOA参数估计方法,对该方法的参数估计过程进行了详细的理论分析,并针对二阶与四阶互模糊函数两种参数估计方法进行了对比仿真。仿真结果表明,基于四阶互模糊函数的TDOA/FDOA参数估计方法能有效克服噪声的相关性,但对噪声敏感,存在一定的理论研究价值。     

双站方位时差定位系统精度分析

针对测向定位精度低,时差定位需要3个接收站以及精确时统的要求,提出方位时差联合定位体制。首先建立双站方位时差联合定位数学模型,列举测量方程组,分析方位线与时差线的交会性能,并提供解析解。然后在具体的模拟场景中,绘制了定位误差的分布效果图,根据直观特征,总结了方位时差联合定位系统的误差分布规律。又从测量方程组出发,通过微分关系,推导出理论定位精度几何稀释,并分析2种特殊情形下的定位效果。最后提供3种定位体制的定位误差对比数据,对实际工程应用中的布站设计具有指导意义。     

基于G-N迭代的双星时频差定位融合算法

双星时差(Time Difference of Arrival, TDOA)频差(Frequency Difference of Arrival, FDOA)定位系统在过顶期间可多次截获到辐射源信号并进行定位,将不同时刻观测的多组时差频差和高程信息融合可以提高定位精度。本文算法将辐射源高程信息建模为双星时差频差定位融合的观测量之一,并提出了一种基于高斯-牛顿(Gauss-Newton, G-N)迭代的双星时差频差定位融合算法。最后通过实验仿真将本文所提算法与理论最优单次定位结果、直接平均和加权平均等位置合批处理方法进行比较,实验结果表明本文算法相较于其他位置合批处理方法具有更优越的性能。     

基于倒谱域相关的时差/频差联合估计算法

提出一种基于倒谱域相关的时差/频差联合估计算法,同时估计双传感器平台接收到的2路信号中的时延分量和频偏分量。与传统的基于二(四)阶相关复模糊函数法相比,新算法借鉴时域卷积等价于频域乘积的思想,将频域卷积等价于倒谱域相关,将时差频差二维搜索问题转化为先频差、后时差的2个一维搜索问题,由此实现时差/频差的快速联合估计。     

Moving‐Target Tracking Based on Particle Filter with TDOA/FDOA Measurements

In this letter, we propose a moving‐target tracking algorithm based on a particle filter that uses the time difference of arrival (TDOA)/frequency difference of arrival (FDOA) measurements acquired by distributed sensors. It is shown that the performance of the proposed algorithm, based on the particle filter, outperforms the one based on the extended Kalman filter. The use of both the TDOA and FDOA measurements is shown to be effective in the moving‐target tracking. It is proven that the particle filter deals with the nonlinear nature of the moving‐target tracking problem successfully.     

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。