采用频率测量实现目标定位具有成本低、可靠性高的特点,仅利用到达频率差(frequency difference of arrival,FDOA)测量,提出了一种静态目标位置的精确定位方法。针对所建立的频率测量方程的高度非线性这一问题,通过引入辅助变量,将其转...采用频率测量实现目标定位具有成本低、可靠性高的特点,仅利用到达频率差(frequency difference of arrival,FDOA)测量,提出了一种静态目标位置的精确定位方法。针对所建立的频率测量方程的高度非线性这一问题,通过引入辅助变量,将其转化为矩阵形式的伪线性方程;然后利用半正定松弛(semi-definite relaxation,SDR)方法将非凸的加权最小二乘(weighted least square,WLS)问题松弛为半正定规划(semidefinite programming,SDP)问题,从而进一步精确估计未知变量;最后对所提出方法的均方根误差(rootmean-square error,RMSE)进行了分析,以验证其性能。仿真结果表明,在较低的高斯噪声水平下,所采用的半正定松弛方法的性能能够达到克拉美罗下界(Cramer-Rao lower bound,CRLB),且该算法对几何形状具有较高的鲁棒性;此外,在使用较少数量的传感器时,其RMSE性能要优于两阶段加权最小二乘(two-stage weighted least square,TSWLS)法。展开更多
鉴于无源定位技术已经成为现代信息化作战的核心技术,提出了一种新的运动多站无源时差(time difference of arrival, TDOA)频差(frequency difference of arrival, FDOA)联合定位方法去解决无源定位系统中的非线性最优化问题。通过智能...鉴于无源定位技术已经成为现代信息化作战的核心技术,提出了一种新的运动多站无源时差(time difference of arrival, TDOA)频差(frequency difference of arrival, FDOA)联合定位方法去解决无源定位系统中的非线性最优化问题。通过智能算法的启发,将优化后的基于线性递减权重和物竞天择的粒子群算法(particle swarm optimization algorithm based on linear decreasing weight and natural selection, WSPSO)与经典加权最小二乘算法(weighted least squares, WLS)相联合对目标进行跟踪定位。加权最小二乘定位算法在4个基站的情况下无法实现对辐射源的定位,所得定位结果会出现多解。而所提的运动多站联合定位算法在4个基站的条件下不存在初始目标位置估计和局部收敛等问题就能够实现辐射源的精确定位。通过大量仿真结果分析,本文所提的智能优化定位算法具有更高的目标定位精度和更稳健的定位性能,优于标准粒子群算法与优化PSO算法。展开更多
到达时差(time difference of arrival,TDOA)和到达频差(frequency difference of arrival,FDOA)/频差无源定位体制中,定位精度取决于时频差参数的估计精度。针对微纳卫星定位系统中时变参数估计性能随累积时间增加会出现恶化的问题,分...到达时差(time difference of arrival,TDOA)和到达频差(frequency difference of arrival,FDOA)/频差无源定位体制中,定位精度取决于时频差参数的估计精度。针对微纳卫星定位系统中时变参数估计性能随累积时间增加会出现恶化的问题,分析了相对频率扩展(relative frequency companding,RFC)对频差方向复模糊函数(complex ambiguity function,CAF)峰的扩展效应,推导了无补偿的RFC对频差估计精度的影响,给出频差估计精度的衰减因子及最优累积时间。在理论分析的基础上,提出一种时变补偿的时频差估计方法,用以克服时变特性引起的时间及频率扩展效应。仿真结果表明,该方法可有效消除参数估计精度的损失,估计精度逼近非时变参数的理论极限。展开更多
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...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。展开更多
文摘采用频率测量实现目标定位具有成本低、可靠性高的特点,仅利用到达频率差(frequency difference of arrival,FDOA)测量,提出了一种静态目标位置的精确定位方法。针对所建立的频率测量方程的高度非线性这一问题,通过引入辅助变量,将其转化为矩阵形式的伪线性方程;然后利用半正定松弛(semi-definite relaxation,SDR)方法将非凸的加权最小二乘(weighted least square,WLS)问题松弛为半正定规划(semidefinite programming,SDP)问题,从而进一步精确估计未知变量;最后对所提出方法的均方根误差(rootmean-square error,RMSE)进行了分析,以验证其性能。仿真结果表明,在较低的高斯噪声水平下,所采用的半正定松弛方法的性能能够达到克拉美罗下界(Cramer-Rao lower bound,CRLB),且该算法对几何形状具有较高的鲁棒性;此外,在使用较少数量的传感器时,其RMSE性能要优于两阶段加权最小二乘(two-stage weighted least square,TSWLS)法。
文摘鉴于无源定位技术已经成为现代信息化作战的核心技术,提出了一种新的运动多站无源时差(time difference of arrival, TDOA)频差(frequency difference of arrival, FDOA)联合定位方法去解决无源定位系统中的非线性最优化问题。通过智能算法的启发,将优化后的基于线性递减权重和物竞天择的粒子群算法(particle swarm optimization algorithm based on linear decreasing weight and natural selection, WSPSO)与经典加权最小二乘算法(weighted least squares, WLS)相联合对目标进行跟踪定位。加权最小二乘定位算法在4个基站的情况下无法实现对辐射源的定位,所得定位结果会出现多解。而所提的运动多站联合定位算法在4个基站的条件下不存在初始目标位置估计和局部收敛等问题就能够实现辐射源的精确定位。通过大量仿真结果分析,本文所提的智能优化定位算法具有更高的目标定位精度和更稳健的定位性能,优于标准粒子群算法与优化PSO算法。
文摘到达时差(time difference of arrival,TDOA)和到达频差(frequency difference of arrival,FDOA)/频差无源定位体制中,定位精度取决于时频差参数的估计精度。针对微纳卫星定位系统中时变参数估计性能随累积时间增加会出现恶化的问题,分析了相对频率扩展(relative frequency companding,RFC)对频差方向复模糊函数(complex ambiguity function,CAF)峰的扩展效应,推导了无补偿的RFC对频差估计精度的影响,给出频差估计精度的衰减因子及最优累积时间。在理论分析的基础上,提出一种时变补偿的时频差估计方法,用以克服时变特性引起的时间及频率扩展效应。仿真结果表明,该方法可有效消除参数估计精度的损失,估计精度逼近非时变参数的理论极限。
文摘双星时差(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。