基于协方差差分的近场源定位参量估计

提出一种基于空间差分技术的近场源方位角和距离联合估计新算法.算法利用平稳噪声协方差矩阵关于主对角线对称的特点,构造近场源定位模型下的空间差分矩阵.推导并证明了该矩阵的谱分解特性,以此为基础确定噪声子空间,借助谱峰搜索实现定位参量估计.算法通过对消噪声分量有效降低了未知平稳噪声对定位精度的影响,同时避免了应用差分技术解决信源定位时出现的伪峰问题.均方根误差的仿真结果证明了算法的有效性.     

单站无源定位技术研究

文中基于单个观测站观测所得的方位角和多普勒频率信息,在建立了状态转移矩阵和观测矩阵的基础上,通过最小二乘法,对辐射源进行无源定位。从仿真结果可知,基于方位角和多普勒频率的单站无源定位技术是可行的,且多普勒频率测量噪声标准差对均方根误差的影响相比方位角测量噪声标准差明显。     

基于形态滤波的短波信号检测算法

针对短波信号检测中色噪声干扰导致信号检测概率低的问题,通过研究实际短波信道特性和信号的频谱特征,提出一种将信号频谱图作为一维灰度图像进行形态学滤波的预处理算法,应用联合形态学滤波估计信号噪声基底,利用改进的顶帽变换进行白化滤波,最后依据高斯白噪声环境下的门限估计理论进行信号检测。实验结果表明,该算法能在复杂的短波信道环境下较好地抑制色噪声干扰,对弱信号的有效检测率可提高10%～20%。     

单站定位短波信号的误差分析

短波单站定位,就是利用一台能同时测量来波方位角和俯仰角的短波测向机,运用射线反跟踪原理,并辅以电离层模型或实测的电离层高度信息,在天波一跳范围内确定发射机的位置。因此信号的方位角、仰角、通信距离、传播模式及电离层高度等各参数的测量准确性都对单站定位的精度有很大的影响。本文将研讨这些参数与单站定位误差间的关系,为提高单站定位准确度提供科学的依据。     

一种高精度低复杂度波达方向估计新方法

提出了一种应用于移动自主网中节点定位的波达方向(Direction of Arrival,DOA)估计新方法,以满足移动自主网对节点定位机制的高精度和低复杂度的要求。利用牛顿法将延迟相加法和求根多重信号分类算法(Root-MUSIC)进行联合估计,定位过程分为2个阶段:采用延迟相加法进行实时粗略DOA估计;采用Root-MUSIC进行精准定位。将该方法实现于软件无线电(SDR)系统,综合了延迟相加法低复杂度和Root-MUSIC高估计精度的优点。Matlab仿真实验结果证明了该方法以较低的复杂度获得近似于单独采用Root-MUSIC所达到的高精度,解决了现有方法难以同时达到高精度和低复杂度的问题。     

基于抗差估计的三维测向无源定位算法

针对方位角和俯仰角存在异常误差影响机载单站三维无源定位结果准确性的问题,提出一种鲁棒的递推最小二乘(RRLS)定位算法。在最小二乘(LS)解的基础上,利用M估计原理求出目标位置的鲁棒估计形式。为保证定位的实时性,推导了鲁棒的递推最小二乘算法,并选取IGGⅢ权函数作为等价权函数。理论分析表明,RRLS算法能够准确识别异常误差,通过降低异常观测数据的权值来减小其对定位准确性的影响。仿真结果表明,在两角存在异常误差时,RRLS算法具有良好的抗异常误差能力,保证了定位结果的有效性和快速收敛。     

短波单站无源定位圆概率误差分析

针对短波单站无源定位误差分析问题,提出一种基于圆概率误差的分析方法,建立短波单站无源定位模型,推导了关于方位角、仰角和电离层虚高误差的圆概率误差公式考虑到传统圆概率误差只给出了概率50％的近似结果,重点计算了其他概率的表达式,该方法可以推广求出任意概率条件下的圆概率误差仿真表明,提出的圆概率误差方法理论结果和仿真结果相对误差小于1％,验证了方法的正确性.     

传声器相位差对双基阵声测被动定位的影响

文章研究了传声器相位差对双基阵声测被动定位的影响，并导出在不同情况下的定位算法和传声器相位差造成的定位误差的几何分布。理论分析和仿真实验表明，在传声器存在相位差的情况下，利用单基阵的方位角和俯仰角估计进行双基阵定位误差最小。     

高斯条件下基于粒子滤波的声源定位

介绍了粒子滤波的基本思想和具体算法实现步骤,并将粒子滤波算法应用在声源定位中,解决了在高斯噪声环境下的声源定位问题。所提出的基于粒子滤波的声源定位方法,在高斯噪声情况下,甚至在低信噪比（SNR〈-20dB）情况下,定位的均方根误差RMSE值均小于0．2m。     

复杂环境下基于时延估计的声源定位技术研究简

为了改善在复杂环境下声源定位算法的性能,提出了一种新的时延估计（TDE）方法,即基于传递函数比的统计模型方法（ATFR-SM）。该方法采用统计模型去除噪声对传递函数（ATF）的影响,在计算传递函数时对功率谱密度（PSD）进行平滑和“白化”,以去除混响对传递函数的影响。同时,算法中引入话音激活检测（VAD）去除对求取传递函数无用的噪声段,以提高时延估计的准确性。此外,将所提时延估计方法与线性定位法相结合,构成一套完整的声源定位方法。实验结果表明,在复杂环境下,时延估计方法具有更低的异常点百分比（PAP）和均方根误差（RMSE）,且明显优于传统的参考算法,同时声源定位方法具有更高的定位精度。     

基于Taylor级数展开的改进定位算法研究

针对由RFID设备组成的室内定位系统的定位方法,分析了常规方法存在的弊端,并在采用基于Taylor级数展开的定位算法的基础上,提出了相应的改进算法,测试了算法在低噪声均匀分布和高噪声非均匀分布2种环境下的定位效果,并比较了加权和非加权算法的定位精度。结果表明,在小范围定位空间中,当噪声较大且误差分布不均匀时,改进算法的定位误差可80%控制在0.6 m以内。     

基于最小二乘融合估计的双星时频差定位

针对单参考站条件下具有测量误差和星历误差时定位精度不高的特点,提出了一种基于多次观测数据的最小二乘融合估计定位算法,该算法无需增加观测条件即可有效提高辐射源定位精度.分析了测量误差、星历误差对单参考站单次定位及融合定位精度的影响,推导了测量误差、星历误差对定位误差的传递公式,提出了含星历误差影响的最小二乘融合估计加权算法.通过Monte-Carlo仿真验证了误差分析结果和定位算法,并比较了加权最小二乘估计定位和单次定位的性能.仿真试验表明:在相同观测精度条件下,加权最小二乘融合定位可极大地提高辐射源定位精度,最大提高10倍以上.     

超远距离目标的交叉定位算法研究

从球面几何的角度入手,提出了一种高精度球面三角定位算法。该算法运算量小,定位速度快,尤其适合于超远距离地面目标的定位。分析表明,目标距离比较远时,球面三角定位要比平面交叉定位的定位误差小得多。目标距离一定时,要使圆概率误差半径最小,侦察站和目标须成等边三角形配置。     

Joint Estimation of TOA and DOA in IR-UWB System Using a Successive MUSIC Algorithm

Time-of-arrival (TOA) and direction-of-arrival (DOA) are key parameters in the impulse radio ultra wideband (IR-UWB) positioning system with a two-antennas receiver. A two-dimensional (2D) multiple signal classification (MUSIC) algorithm, which requires the 2D spectral peak search, can be used to estimate the parameters, but it has much higher computational complexity. This paper proposes a successive MUSIC algorithm for joint TOA and DOA estimation in IR-UWB system to avoid 2D spectral peak search. The proposed algorithm obtains the initial estimate of TOA corresponding to the first antenna via Root-MUSIC, and simplifies the 2D global search into successive one-dimensional searches to achieve the estimation of TOAs in the two antennas. It then estimates the DOA parameters via the difference of the TOAs between the two antennas. The proposed algorithm can get the parameters paired automatically, and has a much lower complexity than 2D-MUSIC algorithm. In addition, we have derived the mean square error of TOA and DOA estimation of the proposed algorithm and the Cramer–Rao bound of TOA and DOA estimation in the paper. The simulation results show that the parameter estimation performance of the proposed algorithm is better than that of Root-MUSIC, and is almost the same as that of 2D-MUSIC algorithm. Moreover, it has much better performance than matrix pencil algorithm, propagator method and estimation of signal parameters via rotational invariance techniques algorithm.     

基于MUSIC算法的L型阵列MIMO雷达降维DOA估计

该文提出一种基于MUSIC算法的L型阵列多输入多输出雷达降维波达方向(DOA)估计算法。该算法首先针对L型阵列导向矢量的结构,构造出一个降维矩阵,将回波信号转换到低维空间。然后利用二次优化方法将2维DOA估计分解为两个1维DOA估计。最后利用MUSIC空间谱估计其中1维角度,并利用求得的角度回代谱函数,对另1维角度进行求根估计。该算法将2维空间谱搜索降为1维搜索,极大地降低了运算复杂度。理论分析和仿真结果验证了该算法的准确性和可行性。     

采用动态窗口宽度和二次平均算法的SSOA定位方法

信号的中值估计是到达信号强度(SSOA)定位的核心,其误差主要来源于信道的快衰落和阴影(慢)衰落。信号平均是获得信号中值估计的重要手段,该文提出了二次平均和动态窗口宽度算法以提高中值估计精度,从而达到进一步提高定位精度的目的。计算机仿真结果表明,在衰落信道中,二次平均算法的定位精度比传统方法约高30％。采用动态窗口宽度后,可保证在移动台低速运动时仍具有较高的定位精度。     

利用DFT和迭代校正的正弦信号频率估计算法

对电磁信号的频率估计广泛应用于通信、雷达、导航和电子对抗等领域。针对正弦信号的频率精确估计,本文提出了一种利用DFT和迭代校正的频率估计算法,并与现有三种基于DFT的频率估计算法进行了性能仿真对比,分析结果表明,新算法的频率估计性能明显优于其他三种算法,可以得到非常逼近CRLB的频率估计值,迭代校正5次时,频率估计的RMSE距离CRLB不到0.07dB,而且没有估计误差平层,算法估计精度高,对频率的取值范围不敏感,性能稳定,迭代校正的复杂度较低,具有很好的应用价值。      

严重遮挡非视距环境下的三维定位方法

在严重遮挡非视距环境中,由于定位源与未知节点之间被障碍物遮挡而无法检测直射路径,极大地制约了无线定位方法的应用。提出一种能够规避直射路径遮挡现象的三维定位框架,利用单次反射路径和方位信息,论证了定位源、未知节点和散射体的三维空间位置关系,提出了基于最小二乘准则的空间位置优化算法,并推导出空间位置的求解方法。同时对定位算法进行均方根误差（RMSE, root mean-square error）的理论分析。通过蒙特卡罗仿真实验分析了三维定位框架中距离和方位偏差对算法性能的影响,仿真结果与算法的RMSE理论结果相符,说明了三维非视距定位算法的有效性。     

基于Fisher准则的Otsu法在光斑中心定位中的应用

激光光斑中心检测广泛应用于基于视觉的形变量测系统中,故其检测算法的优劣直接影响系统量测精度。现有的光斑定位算法存在定位精度低,抗干扰能力差等问题,为了实现光斑的高精度定位,提出一种改进的激光光斑中心定位算法。该方法通过将Fisher准则函数应用于Otsu法对光斑图像进行阈值分割,降低了噪声干扰,提高了光斑定位精度。实验表明,与传统的阈值分割方法相比,光斑中心定位误差降低了40 %以上。     

RSSI和粒子群混合VLC室内精确定位方法

传统的基于可见光通信(VLC)的室内定位算法,精度相对较低,误差较大。提出一种RSSI和粒子群混合VLC室内精确定位方法,该方法通过RSSI算法进行未知节点的初定位,并利用高斯分布函数剔除误差较大的定位数据,减少了其对最终定位结果的影响。同时,通过自适应权重粒子群算法搜索未知节点的最优解,使得该算法前期较长时间具有最优全局搜索能力,后期较长时间具有最优局部搜索能力,能尽快找到未知节点的精确位置。仿真结果表明,该定位方法比传统的RSSI算法和粒子群算法的定位误差小,可以大大提高VLC室内定位的精度。