短基线时差定位技术研究

由于当前的长基线时差定位系统不能对窄波束辐射源目标定位,提出了短基线时差定位技术。首先推导了短基线时差定位算法;然后分别对长、短基线时差定位系统的定位精度分布进行了仿真,根据定位精度需求对时差测量精度提出了要求,通过仿真分析得出两路信号相关算法已经不能满足该时差精度需求,需要研究新的时差测量算法;最后提出了利用信号载频相位信息求时差的研究思路,为高精度时差测量精度的研究提供了参考,也为短基线时差定位系统的实现提供了技术基础。     

无源多站时差定位技术研究及在频谱监测中的应用

无源定位技术利用其无辐射、高精度的优点．广泛应用于无线电监测及目标信源定位。本文研究的是无源定位中时差定位的方法及其军事应用。通过此方法来确定在频谱监测系统中检测到的发射异常信号的信源位置。仿真实验证明本定位方法切实可行，并且在实践中有很好的指导意义。     

无源多站时差定位技术研究及在频谱监测中的应用

研究了无源定位中时差定位的方法及其应用。通过此方法来确定在频谱监测系统中检测到的发射异常信号的信源位置。仿真实验证明本定位方法切实可行,并且在实践中有很好的指导意义。     

无源多站时差定位技术研究及在频谱监测中的应用

无源定位技术利用其无辐射、高精度的优点,广泛应用于无线电监测及目标信源定位。本文研究的是无源定位中时差定位的方法及其军事应用。通过此方法来确定在频谱监测系统中检测到的发射异常信号的信源位置。仿真实验证明本定位方法切实可行,并且在实践中有很好的指导意义。     

多舰协同侦察的无源测向时差定位方法

实现空中目标的无源时差定位一般至少需要4站,而测向交叉定位只能对平面目标进行定位,文中提出了改进型的无源测向时差定位方法.该方法在测向定位的基础上增加了目标到达舰载侦察雷达的时差信息,两舰之间通过测向交叉和时差计算能实现对目标的定位,通过两两配对则可以获得多组目标位置的测量结果,然后对这些结果进行简化加权最小二乘点估计,从而获得一个比较理想的定位结果.最后,根据不同的舰艇编队队形情况进行三舰测向时差定位的GDOP分析,并对仿真结果进行了分析.     

基于樽海鞘群算法的无源时差定位

针对无源时差(TDOA)定位的非线性方程解算问题,论文使用一种名为樽海鞘群算法(SSA)的新的群体智能优化算法。首先,该算法采用一种新的群体更新模型,充分平衡迭代过程中的探索行为与开发行为,在保证搜索的全局性与个体的多样性的同时,改善了其他智能优化算法容易陷入局部极值的问题。其次,该算法控制参数很少,运算速度明显提高。该算法的收敛速度十分稳定,定位精度更高。仿真结果表明,樽海鞘群算法在3维时差定位中能够快速、稳定地收敛至目标位置,对传统粒子群算法(PSO)、改进的线性权重粒子群算法(IPSO)与SSA的定位精度进行比较,SSA精度明显高于PSO与IPSO。     

无源测向测时差定位算法研究

该文首先给出了无源测向测时差定位算法,然后对该算法的定位精度进行了分析。通过仿真将该方法与无源测向交叉法和时差法进行了比较,说明该方法是一种定位精度较高且对系统要求较低的无源定位方法,具有实用价值。     

无源到达时差定位技术分析

描述了无源定位技术的特性,分析了时差定位技术在二维平面和三维空间的基本原理,对时差定位精度进行了公式推导,对站址布局引起的时差定位误差进行了说明,概述了无源定位技术的发展趋势。     

多站时差定位技术研究

给出了运动辐射源多站三维时差定位的算法模型和定位误差模型。并针对4种站址布局情况，初步计算了定位精度与布站的关系，给出了各种定位精度曲线仿真结果。     

基于TOA和DOA的固定单站无源雷达跟踪方法

单个固定观测站在被动条件下接收运动辐射源信号的到达时间(TOA)和角度(DOA)实现对其跟踪定位,由于其系统隐蔽性好、布站机动灵活受到广泛关注。针对以往利用TOA差分和DOA跟踪定位稳定性和精确度较差的情况,提出一种在辐射源已知的固定重复周期条件下对TOA取模,再结合DOA信息实现对辐射源的扩展卡尔曼定位跟踪滤波方法。仿真表明,该方法可以达到克拉美-罗下限(CRLB),具有高的定位成功概率。     

两种NLOS误差消除及TOA定位算法

在蜂窝网络定位中,由于NLOS环境造成的附加时延(NLOS误差)是导致定位精度下降的主要原因,本文将NLOS误差与系统测量误差合成的噪声分为均值部分和随机部分,利用卡尔曼滤波算法输出与噪声方差无关的特性,无需得到全部噪声方差的准确值,只利用系统测量噪声的方差,用卡尔曼滤波算法除随机部分,再根据噪声均值部分与移动台到基站距离的关系,提出了一种简单的最小二乘(LS)定位算法,或利用最优化方法进行定位;利用仿真实验得到滤波距离--误差先验信息,基于先验信息提出了第二种NLOS误差消除算法,再利用所提的最小二乘定位算法进行定位.仿真结果表明,本文提出的算法能够有效消除NLOS误差带来的影响,具有更高的定位精度与稳健性.     

一种基于能量跳跃的脉冲超宽带TOA估计

基于到达时间估计(TOA)的脉冲超宽带(IR-UWB)测距理论上可达到厘米级的精度.当无法估计接收信噪比时,基于门限的TOA估计精度受到门限设置的限制.本文提出了一种基于能量跳跃函数(FEE)的最大能量跳跃(MEL)TOA估计算法.该算法将最大径之前一段时间内FEL取值最大的时刻作为TOA的估计,估计过程中不需要设置门限.本文通过仿真分别在CMl和CM2信道模型中比较了MEL和几种常用算法的绝对平均误差(MAE).仿真结果表明,在多径信道环境尤其是非视距(NLOS)环境中,MEL算法的估计精度比门限比较(TC)算法和最大值回推(MES-SB)算法有较大的提高,而且接收信噪比越高MEL算法的优势越明显,在信噪比高于12dB时估计精度提高约3至4纳秒.     

非视距环境中TOA/AOA混合定位方法

为了减少非视距对定位估计的影响,提出了一种新到达时间/到达角信号的抗非视距混合定位方法,该方法假设首先到达每个基站的信号路径经历了唯一的一次反射,采用约束非线性优化方法来定位移动台,将基站和移动台的几何分布关系和移动台的位置范围作为约束条件,并使用粒子群优化技术来寻找全局最优解,然后计算测量噪声并利用迭代过程进一步的提高定位精度,通过对比仿真表明该算法的有效性。     

基于TOA/TDOA的一致性正交容积卡尔曼跟踪算法

针对异构网络环境下目标跟踪系统中面临的非线性估计问题,提出了一种基于正交容积卡尔曼滤波的目标跟踪算法.文中算法首先引入一个附加变量来表示状态变量中的非线性项,设定自适应加权因子来调整不同信号输入系统的比重,然后利用数学手段融合两种信号为单一的状态变量,最后通过正交容积卡尔曼滤波来实现目标状态量的更新,从而实现对目标的定位与跟踪.仿真结果表明了文中算法的有效性,能够得到更高的定位与跟踪精度.     

一种基于峰度分析的UWB TOA估计门限选择法

超宽带(UWB)定位技术中对信号到达时间(TOA)的估计有几种方法,其中门限选择的方法是对接收信号样本的峰度进行分析,是一种复杂度较低的有效方法.运用仿真得到峰度系数和最佳门限之间的关系,并用TOA估计误差比较了几种不同的门限选择方法.由仿真得出的结论充分证明此方法的有效性,为设计提供了有用的工程参考.     

基于DOA的无源定位算法

该文在分析了伪线性扩展卡尔曼滤波中针对非线性观测方程线性化误差的产生原因以及对滤波影响的基础上,提出用n时刻的状态估计值代替一步预测状态值.由于n时刻的状态值中隐含着n时刻的测量值,因此比一步预测状态值更接近此时刻的真实状态矢量,从而将伪线性的观测方程在更接近真实状态值处泰勒展开将产生更小的线性化误差,通过这种处理从而提高了状态定位精度.最后通过计算机仿真证明了改进算法的有效性.     

无线定位估计的信息融合模型研究

近年来基于蜂窝网络对移动台进行定位估计的无线定位技术受到广泛的关注,目前的几种基于网络的定位方法在不同的信道和网络环境中表现出的性能各不相同,还没有一种技术能在各种不同信道和网络环境中都能表现出最佳性能,满足对蜂窝网络移动台定位的精度要求。数据融合是一种对不同类型数据进行融合,以取得比单一方法和技术更佳的数据输出的技术。论文将信息融合应用于无线定位之中,对无线定位的信息融合模型进行了深入的研究。     

联合到达时间估计的长基线测向相位解模糊算法研究

基线长度是影响测向精度的重要因素.长基线测向精度高,但基线长度大于半波长时会出现相位模糊.现有的相位解模糊算法大多限制了基线长度.本文在多基线比值法解模糊的基础上结合到达时间估计,提出了一种减小了基线长度限制条件的相位解模糊算法来实现长基线窄带信号测向.仿真结果表明,本算法解模糊概率不受基线长度影响,并且针对不同入射角的信号解模糊能力相同,在适当信噪比条件下能通过设置基线长度达到较高的测向精度.     

DOA和TOA的单站无源定位可观测性分析

在现有单站无源定位技术的基础上,介绍了新的基于机动辐射源目标的DOA和TOA测量信息的单站无源定位的可观测性分析.此分析直接应用非线性系统的可观测性分析原理,得到了基于DOA和TOA测量信息的单站无源定位的可观测性条件,并对其进行了计算机仿真.与文献[1-2]相比,此可观测性分析更直观更简明.     

TOA数据处理对NLOS环境下定位精度的改善

基于移动通信环境中非视距(NLOS)传播时延服从指数分布的特性,提出了一种改善移动台定位精度的波达时间(TOA)数据处理方法.NLOS传播时延是TOA测量误差的一部分,是基站与移动台距离的指数函数,具有正偏置的特性,因此TOA测量值越大其误差越大.对所有的TOA测量数据进行分析,仅保留误差最小的3个,然后再采用最小二乘(LS)法估计移动台的坐标.仿真结果表明,该TOA数据处理方法能够明显改善NLOS传播环境下的定位精度,在系统测量误差较小时对LOS传播条件下的定位精度几乎没有影响.