基于卡尔曼滤波算法的单站无源定位原理分析与研究

对空中机动辐射源的定位和跟踪,主要采用卡尔曼滤波方法.本文提出了一种测量目标辐射源脉冲到达时间和到达方向实现固定单站对运动辐射源进行无源定位的算法.运用卡尔曼滤波器,这种算法可以获得很好的定位效果.通过计算机仿真,验证了该方法的正确性与有效性.     

基于卡尔曼滤波算法的单站无源定位原理分析与研究

对空中机动辐射源的定位和跟踪，主要采用卡尔曼滤波方法．提出了一种测量目标辐射源脉冲到达时间和到达方向实现固定单站对运动辐射源进行无源定位的算法．运用卡尔曼滤波器这种算法可以获得很好的定位效果．通过计算机仿真，验证了该方法的正确性与有效性．     

基于到达角度和时间差测量的无源跟踪算法研究

分析了修正增益扩展卡尔曼滤波(MGEKF)原理及其在非线性方程中的应用,提出了一种测量目标辐射源脉冲到达时间差和到达方向实现固定单站对运动辐射源进行无源定位的算法.通过计算机仿真,验证了该方法的正确性与有效性.     

基于角度和多普勒频率信息的动福射源的无源定位研究

在电子对抗领域中,无源定位已经得到人们的高度重视.本文探讨了一种利用辐射源信号到达方向角度信息和多普勒频率信息,实现固定单站对机动目标进行无源定位与跟踪的新方法.该方法充分利用了辐射源信号测量值的空域和频域变化量信息.本文讨论了它的若干技术问题、定位原理与算法.通过计算机仿真,验证了该方法的正确性与有效性.     

基于TDOA和DOA测量的单站无源定位方法

空中运动目标无源定位和跟踪技术在航空、制导等领域应用广泛.探讨了一种基于辐射源的信号到达时间差（TDOA）和信号到达方向（DOA）信息,利用固定单站对机动目标进行无源定位与跟踪的新方法.在建立目标机动模型与测量方程的基础上,运用修正增益扩展卡尔曼滤波（MGEKF）算法,实现对机动目标进行定位与跟踪,讨论了其定位原理与算法,计算机仿真验证了该方法的正确性与有效性.     

单站无源定位系统定位算法分析与研究

本文详细分析了测量目标辐射源脉冲到达时间和到达方向对空中运动辐射源进行单站无源定位的扩展卡尔曼滤波算法,同时研究了修正增益扩展卡尔曼滤波算法,并且对两种方法进行了比较。最后给出了计算机仿真结果,这两种方法在无源定位系统中有很强的实用性。     

基于TDOA和DOA测量的单站无源定位方法研究

空中运动目标无源定位和跟踪技术近年来一直是人们研究的热点,这种技术在航空、制导等领域都有广泛的应用,有着广阔的应用前景。探讨了一种基于辐射源的信号到达时间差(TDOA)和信号到达方向(DOA)信息,利用固定单站对机动目标进行无源定位与跟踪的新方法。在建立目标机动模型与测量方程的基础上,运用修正增益扩展卡尔曼滤波(MGEKF)算法,实现对机动目标进行定位与跟踪。讨论了它的若干技术问题、定位原理与算法。通过计算机仿真,验证了该方法的正确性与有效性。     

基于主副卫星源相结合的TDOA定位技术的研究

讨论了利用卫星信号进行外辐射源定位的应用优势和可行性,提出了一种利用主副卫星信号经目标散射后到达接收机的时差信息进行定位的方法,并给出了该方法中定位二义性问题的一种解决方案．     

基于多个外辐射源的单站无源定位

利用多个外辐射源,单站可以对目标进行定位。文中研究了在多个外辐射源条件下,利用目标反射信号和外辐射源到接收站的直达信号的单站无源定位算法;并结合计算定位精度的几何稀释度的方法,定量分析了定位的误差,最后讨论了外辐射源数目会对定位精度产生的影响。计算机仿真验证了算法的有效性。     

基于到达时间差和频率差信息的机载无源定位方法

提出了一种利用到达频率差和到达时间差信息的机载无源定位方法,分析了定位算法在单次测量定位时的精度和可观测性,计算机仿真结果验证了该方法的正确性和有效性.     

基于高斯－牛顿法的双基地雷达目标定位

为了提高复合双基地雷达系统对目标的定位精度,以及充分利用冗余信息,提出了基于高斯-牛顿算法的空间目标定位算法。该算法的特点是:使用发、收两站所有的观测数据构成一个非线性最小二乘定位方程,采用精度最高的一组测量子集解算出的定位解作为迭代算法的初始值,使初值逼近真值;给出了迭代算法的具体步骤,并将变步长策略引入到算法中,让迭代步长参数每步动态地变化使目标函数下降;推导了定位误差协方差矩阵的表达式,对定位精度进行了分析。仿真结果表明,该算法提高了迭代的收敛性和目标位置解的准确性,与简化加权最小二乘算法(SWLS)相比有更精确的目标定位解,从而使得整个受控区域内的定位精度有较大提高,定位性能得到优化和改善。     

一种改进的混合定位算法

针对目前移动通信网络中无线定位精度偏低的情况,提出一种改进的混合定位算法.主要思想是基于TDOA(到达时间差),考虑NLOS(非视距传播)影响的定位算法.并在求解过程中引入类TOA(到达时间)的计算方法,然后采用最大似然(ML)法估计位置点坐标,最后通过校正,使定位误差达极小值,从而实现精确定位.模拟试验验证了算法的有效性.随着定位精度的增加,紧急救援和交通导航等位置服务的效率将会有很大提高.     

一种分布式无锚点定位算法的优化与实现

符合分布式和无锚点特点的定位算法一直是传感器网络节点定位技术的一个重要发展方向。通过对大量无锚点定位算法的分析,提出了一种符合分布式特点且定位精度较高的无锚点定位算法。为进一步提高该算法的节点定位精度,建立了该算法的误差模型,通过对其分析,提出了减少目标节点定位误差的方法。为衡量节点估计位置的准确程度,首先提出了2个指标——定位等级与可信度;然后以原算法为基础,利用提出的指标,按照误差分析得出的结论,设计了一种从目标节点邻居表中筛选出高精度邻居节点的优化机制,从而提高了目标节点的定位精度。计算机仿真分析表明,优化后的算法计算节点估计位置的有效性和可靠性均高于原算法,进而证明了这种优化设计的可行性。     

基于模板匹配和光流法的图像配准方法

光流法是一种广泛应用的像素级非刚性图像配准方法。该方法对发生平移、旋转以及放缩变换的图像能够很好地配准,但是光流法在待配准图像比较大且初始位置远离目标位置时,配准速度及位置较差。文章提出了结合模板匹配和光流法的改进算法,首先通过模板匹配算法进行粗定位,再使用光流法进行精确定位。实验表明,该方法大大提高了原算法的配准能力。     

基于递推总体最小二乘的机载单站无源定位算法

对于机载单站无源定位中观测向量和系数矩阵均存在噪声的情况,采用经典的最小二乘(LS)算法会导致估计结果有偏,而一般的批处理算法运算量大,不满足定位的实时性要求.为此提出一种递推总体最小二乘定位(RTLS)算法.在建立机载无源测向定位模型的基础上,引入由系数矩阵和观测向量构成的增广矩阵,利用矩阵分解的性质建立了增广自相关逆矩阵和最右奇异向量的递推方程,从而推导出RTLS定位算法.仿真结果表明,RTLS算法的收敛速度和定位精度优于RLS算法和TWDRLS算法,并且实现了TLS算法对目标位置的实时估计,能够定位需求.     

基于跳距修正与差分进化优化的改进DV-Hop定位算法

为了提高传统DV-Hop(distance vector-hop)算法的定位精度,提出一种基于跳距修正和差分进化优化的改进DV-Hop(differential evolution distance vector-hop,DEDV-Hop)算法。由DV-Hop的算法原理可知,锚节点间的距离测量误差是算法定位误差的主要来源,由此根据锚节点间的不同跳数引入权重因子,从而减小平均每跳距离误差,并且利用差分进化算法对最小二乘法计算出的节点坐标进行二次优化,最终提高系统的整体定位精度。为了验证算法的有效性,在相同实验条件下,通过设置不同的定位参数将提出的算法与同类的经典算法进行实验对比。实验结果表明,DEDV-Hop算法可以有效减少节点平均定位误差,其定位精度明显优于其他几种算法。     

非视线传播环境下基于TOA的综合无线定位算法

针对精确无线移动定位系统中影响定位精度的非视线(NLOS)传播误差问题,在简要分析几种最新NLOS误差消除算法的基础上,提出了一种新的基于信号到达时间(TOA)的综合位置确定算法.该算法首先通过残差排序筛选找出距离测量集合中具有最小残差平方和的伪距测量子集合,达到初步消除NLOS误差的目的;然后采用一种简化的伪距尺度约束算法优化伪距尺度因子,从而得到较准确的距离测量值,以进一步提高定位精度.仿真结果表明这种新方法比线性位置线算法和泰勒级数展开最小二乘位置估计算法性能优越,在一定程度上提高了无线定位的准确度.     

平面选址问题的萤火虫算法

平面选址问题是工程设计、线路布置、项目选址等工作中经常碰到的典型组合优化难题,根据群集智能优化原理,给出一种基于人工萤火虫群优化算法的求解方法,并针对平面选址问题进行求解.为避免算法陷入局部极值,将一种邻域搜索的局部搜索方法引入萤火虫算法中.通过对典型平面选址问题的仿真实验和与其它算法的比较,表明算法可行有效,且具良好的全局优化能力.     

基于角度信息的近空间雷达网定位算法

研究了一种能有效提高角度信息定位精度的近空间雷达网目标定位算法。通过目标与雷达站之间的几何关系,建立基于角度信息的目标定位模型,将方位角与仰角信息的非线性方程转换为线性方程,运用最小二乘算法得到目标位置的初始值,根据最大似然算法将定位问题转化为无约束的优化问题,并利用信赖域方法进行迭代求解,给出了算法的求解过程和详细步骤,在此基础上对算法的定位精度进行了分析,推导了定位的几何精度因子表达式,并进行了仿真分析。仿真结果表明：该算法能有效提高角度信息的定位精度,且其定位性能优于最小二乘算法。研究成果可为近空间雷达网的探测与跟踪提供理论基础。     

融合MT2503与MEMS传感器的惯性导航定位算法

为提高惯性导航室内定位算法的精度与连续性,提出一种融合MT2503与MEMS传感器的惯性导航定位算法,算法以MT2503芯片作为定位终端,并将加速度计传感器、陀螺仪,磁力计等传感器与其进行融合,通过加速度计传感器解算步长、步幅、步频,通过陀螺仪与磁力计来识别定位终端微动偏移量,最后在初始位置上累加定位终端位移得出定位终端实时位置。实验证实通过零速修正和卡尔曼滤波对误差进行校正,有效的解决了MEMS(micro-electro mechanical system)定位算法中存在的导航解算误差累积问题,提升了MEMS惯性导航室内定位算法的精度。