无源二维交叉定位分析

对辐射源的定位是雷达对抗中的重要环节。文中先对无源二维交叉测向定位法进行了定位算法推导,然后分析了惯导位置精度、基线长度以及基站位置对定位精度的影响。最后对不同参数下的交叉定位进行Matlab仿真,并绘制了定位精度几何分布图。     

测向交叉定位最优布站方案分析

基于多站测向交叉定位场景深入分析了定位基本原理及其精度,并进行了优化布站研究。文中分析了测向交叉定位最优的站点数量和在此条件下各因素对定位精度的影响。并给出了基于目标所处方向的最优布站情形分析,以及最优布站方案,该方案为测向交叉定位算法的应用提供了理论基础。     

双机协同定位误差分析的研究

测向交叉定位技术是协同定位常用方法,针对双机协同测向交叉定位算法及其定位精度进行理论研究和仿真分析。首先给出了交叉定位造成的模糊区的计算方法,并进行仿真;而后重点对测向定位精度进行分析,给出定位算法和误差计算公式,并针对不同载机间距和间距误差、测角误差下的目标GDOP的分布进行了仿真分析。仿真结果表明,定位误差随着间距误差、测角误差的增大而增大,随着双机间距的增大先减小而后增大。     

一种新的测向交叉定位算法

为了解决测向交叉定位系统在基线附近定位精度较低的问题,介绍了一种基于最小方差法的测向交叉新算法.该方法对于每个空间点,都以定位误差最小的算法和参数来计算目标位置.首先研究了3种测向交叉定位算法及距离解算误差,然后给出了基于最小方差的新算法流程图,最后对算法进行了仿真和性能分析.仿真结果表明,新算法明显地改善了基线附近的定位精度,提高了系统的抗干扰能力.该算法可适用于某些雷达组网系统的目标指示阶段.     

两机动平台协同测向测时差定位分析

阐述了两机动平台协同空对地测向测时差无源瞬时定位方法，采用Matlab对该方法的定位精度进行了仿真分析，同时与两机动平台协同空对地测向交叉瞬时定位的结果进行比较，分析了影响定位精度的主要因素；在此基础上，提出了一种实现两机动平台协同空对地测向测时差无源瞬时精确定位的基本思路。     

基于扩展卡尔曼滤波的单星无源定位法

提出了一种基于EKF（Extended Kalman Filter）单星对地面无线电辐射源的定位方法．该方法能够解决基于干涉仪测向的定位处理中存在的模糊问题，从而可通过增加测向基线长度提高测向的定位精度。     

基于特征值和灰度关联的双机关联定位

针对双机协同对多目标进行定位跟踪的应用背景,研究了不同侦察平台、不同侦察传感器测向数据的关联和定位问题,提出了一种双机实时关联定位方法。该方法利用各类传感器的关联特征要素建立双机同类型传感器的数据关联模型,利用B 型灰色关联度的纯方位关联算法建立同机不同类型传感器的关联矩阵,结合目标身份信息进行测向结果关联,对关联上的测向结果进行提纯、滤波和交叉定位,最后得到目标定位结果。仿真试验结果证明了该方法的有效性。     

基于最小二乘方法的单机测向定位算法

针对传统单机测向定位算法定位精度低的问题,提出了一种基于最小二乘方法的单机测向定位算法,讨论了单机测向交叉定位中的若干问题,包括测向定位原理和单机测向交叉定位的情况。首先介绍了两站直接测向交叉定位的原理,然后推导了基于最小二乘方法的测向交叉定位算法,并通过计算机仿真验证了定位性能,与直接测向交叉定位算法相比,基于最小二乘方法的测向交叉定位算法提高了定位精度和算法稳定性,具有很大的实用性。     

预警机支援下的空地协同目标定位研究

针对传统的抗干扰双站测向交叉定位方法存在的基线及其延长线附近无法实现对目标准确定位的问题,利用预警机装备的优点,提出了一种基于预警机支援的空地协同目标定位方法.该方法使用预警机提供的目标高度信息,以及地面雷达提供的角度信息,在数据处理中心进行目标距离的解算,克服了如上所述的双站测向交叉定位的缺点.分析了该方法的解算精度,经过仿真证明了该方法的可行性.     

基于优选数据准则的空基多平台协同定位方法

在多无人机(unmanned aerial vehicle, UAV)协同定位地面固定辐射源的应用环境中,UAV编队中的各机利用携带的电子支援措施(Electronic Support Measurement, ESM)探测目标的方位角,并利用各观测机获取的辐射源入射角（arrival of angle,AOA）对目标实施协同定位。假设UAV所携带传感器设备测量精度相同,且测量误差服从正态分布,在此条件下,UAV编队的队形会对多机协同定位的精度产生影响。为了进一步研究编队队形与协同定位精度的关系,首先,利用两机的相对几何关系建立了基于AOA的双机定位模型,并在此基础上推导出基于测向交叉定位方法的多无人机协同定位误差模型;其次,基于该误差模型分别分析了观测机处于不同的观测点对定位误差模型的影响和不同的观测角组合对定位精度的影响,并给出UAV编队队形与定位误差关系的结论;最后,基于上述结论提出了基于测向交叉定位方法的多机数据融合优选定位数据对的优选函数,并利用该优选函数对多机协同定位方法进行了改进,仿真验证了改进算法的有效能。同时,本文得出的结论对于UAV机群的路径规划有一定的指导意义。      

Heterogeneous Cooperative Localization for Social Networks

Location-aware techniques has become a hot research topic with great value in commercial and military applications. Cooperative localization, which utilizes multiple sensors in portable devices to estimate locations of the mobile users in the social networks, is one of the most promising solution for the indoor geo-location. Traditional cooperative localization methods are based on ranging techniques, they are highly dependent on the distance interpreted from the received signal strength (RSS) or time of arrival from anchors. However, a precise ranging procedure demands high performance hardware which would increase the cost to the current mobile platform. In this paper, we describes four ranging-free probabilistic cooperative localization algorithms: centroid scheme, nearest neighbor scheme, kernel scheme and AP density scheme to improve the accuracy for the indoor geo-location using current mobile devices. Since the GPS sensor embedded in the smart phone is able to provide accurate location information in the outdoor area, those mobile nodes can be used as calibrated anchors. The position of the indoor mobile node can be estimated by exchanging locations and RSSs from shared wireless access points information between the target node and anchor nodes. An empirical evaluation of the system is given to demonstrate the feasibility of these cooperative localization algorithms by reporting the results in a real-world environments, e.g. suburban area and city downtown. Moreover, we compared our results with the WiFi positioning system made by Skyhook Wireless to validate the accuracy of the proposed algorithms. Meanwhile, a Monte Carlo simulation is carried out to evaluate the performance of the cooperative algorithms under different scenarios. Results show that given the same scenario setting, the AP density scheme and kernel scheme outperform than other schemes.     

基于伪到达时的无源定位精度分析

无人机具有体积小、功耗低、重量轻等优点。结合无源定位,提出了应用伪到达时间定位技术的无人机多站无源定位模型,给出了定位原理,并详细推导了定位精度。仿真分析了基线长度、站址校准时间间隔对定位精度的影响。根据理论仿真的效果,可知提高目标定位精度的方法有增加站间距离和减少站址校准时间间隔。     

高精度无源定位技术的研究

通过对现有的无线网络定位技术(包括网络定位、终端定位、有源定位、无源定位)和各种定位算法(包括具有解析表达式解的算法、递归算法)的深入研究和分析,提出一种高精度的无源定位技术方案。这种定位技术采用无源网络定位模式,同时计算多个TDOA值,由地面定位站根据多个TDOA值解算出位置,以提高定位精度。面对用户对定位精度要求的日益提高,高精度地面无源定位系统将会有广大的市场前景。     

非高斯噪声情况下多平台机动目标被动跟踪新方法

针对仅有角度测量信息条件下,被动传感器融合目标跟踪问题,提出了扩维UKF滤波算法;并对经典IMM进行改进提出变维IMM算法,利用不同维数模型之间的交互式融合解决对机动目标的跟踪问题;进一步考虑实际情况中往往存在的测量噪声为非高斯情况,引入自适应滤波方法。最终提出变维交互式多模型自适应抗差扩维无迹滤波方法（VDIMM-AAUKF）,成功实现了被动多传感器在高斯和非高斯噪声情况下对机动目标跟踪。仿真实验结果表明该算法跟踪精度高、稳定性好,具有较好的实际应用价值。     

CRISP: cooperation among smartphones to improve indoor position information

Accurate indoor location information remains a challenge without incorporating extensive fingerprinting approaches or sophisticated infrastructures within buildings. Nevertheless, modern smartphones are equipped with sensors and radios that can detect movement and can be used to predict location. Dead reckoning applications on a smartphone may attempt to track a person’s movement or locate a person within an indoor environment. Nevertheless, smartphone positioning applications continue to be inaccurate. We propose a new approach, CRISP—cooperating to improve smartphone positioning, which assumes that dead reckoning has inaccuracies, but leverages opportunities of the interaction of multiple smartphones. Each smartphone computes its own position, and then shares it with other nearby smartphones. The signal strengths of multiple radios that are used on smartphones estimate distances between the devices. While individual smartphones may provide some positioning (possibly inaccurate) information, accuracy may improve when several smartphones cooperate and share position information through multiple iterations. Via indoor experimentation and simulation, we evaluate our approach and believe it is promising as an inexpensive and passive means to improve position information without complex data training and fusion. The accuracy of CRISP is within a meter. In addition, CRISP possibly leads to better results for a number of applications, including exercise profiling.     

基于多机协同的机载无源定位分析

提出了通过空域中多架载机对同一目标的测量信息进行目标定位的一种多机协同机载无源定位系统。多机协同的无源定位系统能够克服单基定位系统基线短的缺点,利用多载机之间的长基线能够实现目标的高精度定位。给出了单/多基体制下不同定位方法的基本原理,并进行了对应算法的几何稀释精度定位和响应时间的仿真分析。通过仿真结果发现,在定位精度要求相同的情况下,该系统的响应速度能够提高十倍以上。     

Noncontact measurement using line-scan cameras: Analysis ofpositioning error

A multiprocessor camera controller has been designed and developed for real-time operation of high-resolution industrial CCD (charge coupled device) line-scan cameras. A three-camera system is capable of measuring length, width, height, and volume of steel slabs. Data captured by one camera are made available to other camera processors. A computation scheme is developed to correlate information for accurate cooperative measurement. There are two major sources of measurement errors. Digitizing error has been examined elsewhere, and a 0.1 subpixel accuracy is achievable by appropriate processing. The authors consider positioning errors with emphasis on camera positioning. The cooperative measurement and computation scheme measures object translation and compensates its effect to a certain degree. It is shown that, with calibration, measurement errors caused by camera positioning can be kept error caused by camera positioning can be kept within 0.2%     

Mesh自组网与惯导组合的班组协同定位算法研究

采用单一低精度惯性传感终端完成定位解算将导致定位精度发散,定位信息回传覆盖范围小,且传输易受干扰,因此,该文提出了一种Mesh自组网与惯导组合的班组协同定位方法。该方法建立的一种基于线性化卡尔曼滤波的班组协同定位算法模型,以高、低精度惯导组合的班组协同为基础,结合Mesh网络的通信传输功能,可抑制单一低精度惯性传感终端的短期累积误差,提高长航时定位精度。实验结果表明,采用班组协同定位算法,低精度惯性班组人员定位的闭环轨迹误差分别降低3.28%和3.2%,30 min累积定位平均误差分别降低5.82%和643%,有效抑制了单一低精度惯性定位成员的短期累积误差,提升了班组整体的定位精度。     

基于多种群并行遗传算法的融合定位

多观测系统融合定位可以提高对目标位置的估计精确度,但如何提高信息融合效率目前没有得到较好的解决。针对此问题,提出一种基于多种群协同进化的分布式并行遗传算法。该算法将子观测系统转变为多个独立并行进化的子种群,通过设定离散适应度函数,使子种群收敛于一个最优值区域,通过个体的迁移操作为目标种群提供更多的测量信息进行融合,有效提高融合估计精确度。仿真结果表明,对比于集中式融合遗传算法和分布式并行Chan融合算法,本文所提算法信息融合效果较好,定位精确度更高。