基于目标高度先验信息的多站时差无源定位方法

该文针对利用多站到达时差观测量的辐射源目标定位问题,已知目标高度先验信息,提出一种基于加权最小二乘的闭式高精度定位方法。近距离场景下,可忽略地球曲率影响,此时目标高度信息可等效为目标的1维坐标。基于该条件,使用一种新的两步加权最小二乘算法实现对目标的定位解算。该算法不需要目标位置初始值估计,无需迭代运算,计算量较小。仿真表明：利用目标高度先验信息可有效提高对目标的定位精度;在观测量噪声为高斯噪声且功率较小时,算法定位性能可达到克拉美罗界。     

联合角度和时差的单站无源相干定位加权最小二乘算法

针对利用单个观测站接收多个外辐射源信号从而实现对目标定位的单站无源相干定位问题, 该文提出了一种联合角度和时差的加权最小二乘定位算法。首先, 将角度和时差的观测方程线性化处理, 考虑方程中的各项误差, 将定位问题建立为加权最小二乘模型。然后利用迭代方法对模型求解。最后, 对算法的定位性能进行了理论分析。仿真结果表明, 不同于仅时差定位方法至少需要3个外辐射源才能定位, 联合角度和时差定位方法仅需一个外辐射源即可定位, 且在同样数量外辐射源条件下估计精度高于仅时差定位;算法的均方误差低于最小二乘算法, 在时差测量噪声较大时定位精度仍然能逼近克拉美罗界。此外, 对系统几何精度因子图的分析表明, 目标及辐射源的位置对定位精度也有重要影响。      

宽带被动雷达目标的小波检测及参数估计

在小波变换的基础上 ,提出了一种新的检测宽带被动雷达目标的方法。详细阐述了此方法的操作步骤 ,并对其在白噪声环境中的应用进行了模拟。之后进一步针对目标与信号在尺度上的差别对目标信号进行了恢复 ,在恢复的基础上利用互小波变换对目标的参数进行了估计。     

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。     

基于信号互相关的无源时差定位技术仿真分析

研究了互相关法在无源时差定位系统中的应用。对于单站侦收的微弱副瓣信号,不需要测量其参数,利用互相关法即可提取时差信息;对于受强噪声和干扰信号污染的目标信号,利用互相关法将其分选出来并测量时差。仿真研究了频率、重频、脉宽对两个信号的互相关输出增益的影响。     

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。     

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。     

对噪声调频干扰源的站间到达时差测量

该文针对无源系统中对噪声调频干扰源的到达时差测量,提出了对接收到的噪声调频干扰源信号进行增量调制编码,然后对增量调制编码序列进行抽取传输,利用抽取后序列采用相关时差法可以估计主辅站信号到达时差,并通过三次样条插值提高时差估计精度,给出了其时差估计表达式。通过仿真表明,该方法与直接利用噪声信号相关估计时差具有同等的效果,而该方法可以大大降低主辅站间的通信数据量。     

基于多站的时差和多普勒频差联合定位

讨论了多基站无源雷达的时差和多普勒频移定位算法。给出了时差和多普勒频差联合定位算法,并应用基于Gauss-Newton的批处理方法进行求解,提高定位精度。仿真结果表明,时差-多普勒频移联合定位对定位精度的提高有效可行,也克服了时差定位解模糊的问题。     

高精度测向辅助的三星时差定位算法

针对传统的三星时差无源定位算法不能求解辐射源高程这一问题,提出了以高精度测向作为辅助对辐射源进行定位的算法。从该算法的定位原理入手,建立了其定位模型并分析了其定位误差;同时提出采用UKF算法对多次测量的结果进行处理以提高定位的精度;最后对该算法进行了计算机仿真。研究表明,该算法不需要进行高程假设即可实现对辐射源的快速高精度无源定位。     

基于四阶积累量的卫星TDOA定位参数估计算法研究

针对传统的TDOA参数估计方法,在相关噪声环境下无法对TDOA参数进行有效的估计,考虑高阶积累量对相关高斯噪声的不敏感特性,本文推导了基于四阶积累量的卫星TDOA参数估计过程,并将广义互相关法与基于四阶积累量的参数估计方法进行了仿真对比,分别比较了二者在非相关和相关高斯白噪声情况下的参数估计性能。仿真结果表明,基于四阶累积量的TDOA参数估计方法,能有效的克服噪声的相关性,对TDOA参数做出有效估计。     

宽带无源时差尺度差联合估计算法研究

针对宽带无源定位系统中运算复杂度与估计精度之间的矛盾,提出一种频域尺度相关粗测与非线性最小二乘精测相结合的时差频差联合估计算法。该算法采用经过频域重采样改进的频域相关算法,可以在极低运算量的情况下获得时差频差的估计初值,进一步采用平均方差函数替代宽带互模糊函数,从而通过非线性最小二乘算法迭代获得时差频差的精确值。仿真结果验证了提出的算法具有估计精度高、运算复杂度低的特点。     

Underwater Target Tracking Using Bearing-Only Measurements

The purpose of this work is to estimate target coordinates and velocity. Target tracking is performed by an autonomous underwater vehicle (AUV). The observer is equipped with the direction finder that measures the azimuth and elevation angles of the target and the target range. Such problems are normally solved with the aid of non-linear filters due to nonlinearity of measurements. However, most filters produce estimations with unknown bias in the absence of estimations of accuracy. An important problem is related to unobservability of the target. A pseudomeasurement method is proposed to transform the problem of estimation into a linear problem. Such an approach makes possible to estimate coordinates and velocity of a moving target and solve the problem of unobservability. Results of computer simulation prove efficiency of the proposed algorithm in the problem of passive target tracking when only angles are measured.     

Self-Localization of IoT Devices Using Noisy Anchor Positions and RSSI Measurements

Wireless Personal Communications - Location-enabled Internet of things (IoT) has attracted much attention from the scientific and industrial communities given its high relevance in application...     

Impact of Multiresolution Active and Passive Microwave Measurements on Soil Moisture Estimation Using the Ensemble Kalman Smoother

An observing system simulation experiment is developed to test tradeoffs in resolution and accuracy for soil moisture estimation using active and passive L-band remote sensing. Concepts for combined radar and radiometer missions include designs that will provide multiresolution measurements. In this paper, the scientific impacts of instrument performance are analyzed to determine the measurement requirements for the mission concept. The ensemble Kalman smoother (EnKS) is used to merge these multiresolution observations with modeled soil moisture from a land surface model to estimate surface and subsurface soil moisture at 6-km resolution. The model used for assimilation is different from that used to generate "truth." Consequently, this experiment simulates how data assimilation performs in real applications when the model is not a perfect representation of reality. The EnKS is an extension of the ensemble Kalman filter (EnKF) in which observations are used to update states at previous times. Previous work demonstrated that it provides a computationally inexpensive means to improve the results from the EnKF, and that the limited memory in soil moisture can be exploited by employing it as a fixed lag smoother. Here, it is shown that the EnKS can be used in large problems with spatially distributed state vectors and spatially distributed multiresolution observations. The EnKS-based data assimilation framework is used to study the synergy between passive and active observations that have different resolutions and measurement error distributions. The extent to which the design parameters of the EnKS vary depending on the combination of observations assimilated is investigated     

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.     

基于双基地距离的多站多外辐射源无源定位算法

针对利用多个外辐射源和多个接收站的无源雷达目标定位场景,提出了一种利用三步加权最小二乘的双基地距离（Bistatic Range,BR）定位问题代数解.首先,在第一步加权最小二乘估计中,通过引入多个辅助参数,将BR观测方程线性化,并得到目标位置粗估计;在后两步加权最小二乘估计中利用辅助参数与目标位置参数的约束关系来提高目标位置的估计精度.对算法理论误差分析表明,其定位精度可以达到克拉美罗界.蒙特卡罗仿真结果表明,算法的定位精度优于现有算法.     

针对小型无线电装置的运动分析算法

小型无线电测量装置能够方便地同时测量功率及多普勒频率信息。通过研究基于功率和多普勒频率的目标运动分析算法,运用迭代最小二乘方法给出数值解。仿真实验显示,仅依靠功率信息,在低信噪比的情况下无法正确估计运动参数。而通过结合功率及多普勒频率信息能得到更准确的运动参数估计,适合于实际应用。     

时间差无源定位的工程应用

时间差无源定位技术(TDOA)是目前无线电定位技术中切实可行且精度较高的定位体制,得到了广泛关注与研究.而定位算法的选择决定了TDOA技术是否能顺利应用于实际工程并满足其需求.通过对常见的定位算法进行比较,选择概率定位算法应用于实际工程,设计开发了一个具有完整定位功能的测试平台,并已成功应用于无线电网络监测系统.     

仅有角度量测的红外机动目标跟踪

针对红外机动目标跟踪仅有角度量测的特点,引入了基于修正球坐标系的扩展Kalman 滤波器,并对目标状态模型及其线性化方程进行了推导,建立了扩展Kalman 滤波方程 组。