发射站/接收站位置误差下无源雷达DOA-TDOA目标定位算法

无源雷达中发射站和接收站位置误差的存在将显著降低目标定位精度。针对这一问题,将发射站和接收站位置误差考虑到基于波达方向和到达时差的无源雷达目标定位模型中,提出了一种目标位置代数解算法。首先,将波达方向和到达时差的测量方程线性化,考虑方程中的各项误差,采用加权最小二乘估计求解,并通过对加权矩阵的迭代更新,得到目标位置最优估计。推导了存在发射站和接收站位置误差条件下目标定位的克拉美罗下界,并从理论上证明了算法的定位精度可以达到克拉美罗下界。仿真结果表明,算法的定位精度优于现有算法,在发射站和接收站位置误差条件下定位精度仍能达到克拉美罗下界。     

基于TDOA的无人机集群协同单目标定位

无源定位作为现代信息化战场中电子侦察的重要技术, 可以在自身不辐射电磁波的情况下实现对敌方目标的精确定位。以高灵活性、高安全性的无人机(unmanned aerial vehicle, UAV)集群为接收站, 研究基于到达时差测量的辐射源定位方法。作为高机动平台, UAV集群的位置误差更大, 基于该情况对Chan算法、Taylor算法进行改进, 并提出了一种粒子群泰勒协同的解算方法。与其他方法的定位结果进行对比, 仿真结果表明所提的方法定位精度接近克拉美罗下界(Cramer-Rao lower bound, CRLB), 解决了Taylor算法的初值问题。     

基于线性校正的TOA联合同步与定位算法

针对传统到达时间定位中出现的目标节点与传感器锚节点不同步的问题,提出了一种时钟同步与目标定位联合估计算法。该算法分为两个阶段,首先通过引入辅助变量,根据加权最小二乘准则求出时钟偏差和目标位置的初始值;在此基础上,利用线性校正技术对初始值的偏差进行校正。理论分析和实验结果表明,与传统方法相比,该算法不仅可以得到闭式解,而且在目标位于传感器内部和外部两种情况下都可以逼近克拉美罗下界,具有较高的定位精度。     

基于合作目标的外辐射源雷达发射站直接定位

外辐射源雷达利用已知位置信息的第三方发射站发射的信号作为照射源,对运动目标进行探测定位。但在实际应用中,发射站精确位置信息往往难以预先获取,给外辐射源雷达在未知环境中的快速应用带来困难。为了解决该问题,将已知轨迹的无人机作为合作目标。利用实时获取的无人机位置信息,建立了发射站位置未知时的目标直接定位模型。并进一步构建了基于目标位置的代价函数,从而实现对发射站位置的精确估计。该方法不仅可以克服常用两步定位算法中存在信息损失的不足,可达到更高的定位精度,而且利用了外辐射源雷达直达波信号,较传统直接定位方法性能更优。最后,通过仿真验证了该算法的有效性。     

基于集中式MIMO雷达的功率带宽联合分配算法

针对集中式多输入多输出雷达对多目标进行跟踪的问题,提出一种基于后验克拉美罗下界的功率和带宽联合分配方法。该方法首先对各目标位置误差的后验克拉美罗下界进行预测,将克拉美罗下界构建为代价函数建立优化模型,从而将资源分配问题转化为求解非凸优化问题；而后运用凸松弛技术和循环最小化算法对该非凸优化问题进行求解；最后通过仿真验证所提算法的有效性。结果表明,与另外3种分配算法相比,所提算法在多种场景下均能有效提高目标跟踪精度。     

基于约束加权最小二乘的无源定位闭式解算方法

针对无源定位问题中可进行伪线性处理的观测方程,提出一种基于约束加权最小二乘的无源定位闭式解算的理论框架。首先,在不限定定位观测量情况下,建立基于约束加权最小二乘的定位模型,推导其无约束最优化形式;然后,只需通过广义特征值分解即可实现辐射源状态估计并给出其解析表达式,并在此基础上证明了该闭式解的全局最优性和减小定位偏差的特性;最后,将该理论框架应用于到达角(angle of arrival, AOA)/到达时间差(time difference of arrival, TDOA)联合定位场景,验证了其有效性。仿真结果表明,所提算法定位精度能够逼近克拉美-罗下限(Cramer-Rao low bound, CRLB),定位偏差明显小于加权最小二乘算法,尤其在连续定位时间较短,噪声强度较大等情况下,验证了所提理论框架的优越性。     

基于非均匀线性阵列双远场信源DOA估计的最小分辨率极限

考虑到雷达阵列对多目标的分辨率大小是评价波达方向估计算法性能的重要因素,论文基于非均匀线阵模型从克拉美罗界角度分析了不同信噪比下阵列对两目标的最小分辨率极限。首先推导了关于未知参数(电角度和噪声方差)的双源远场信号模型下非矩阵形式的闭式克拉美罗界解析式。在此基础上,通过建立最小距离分辨率与克拉美罗界之间的关系等式,并用泰勒展开等数学运算做近似处理,推导得到了阵列对两信源在正交和非正交情况下的最小距离分辨率极限公式,并进一步揭示了影响系统分辨率性能的物理因素,蒙特卡罗仿真结果验证了理论推导的正确性。该结论可作为评判非均匀阵列设计和衡量波达方向估计算法性能优劣的重要理论依据。     

非合作双基地雷达参数测量与定位方法研究

介绍了非合作双基地雷达的基本几何关系,讨论了非合作双基地雷达中四个重要参数(基线距离、双基地距离差、发射站目标方位角、接收站目标方位角)的测量方法,利用这四个参数可构成四种定位算法。推导了这四种算法的定位误差公式。仿真结果表明,各算法的定位精度与双基地雷达系统的几何结构有关,且有着不同的空间分布规律。实际系统定位方案的选择应根据所能测出的参数来定,同时应注意各算法的适用区域。     

矢量传感器幅相误差校正与补偿

提出了利用同一个校正源先后两次发射的两个到达方向相同极化状态不同的电磁信号估计矢量传感器幅相误差的一种新方法。首先根据矢量传感器的特点给出了矢量传感器的幅相误差模型,并利用ESPRIT方法给出了存在幅相误差情况下两个电磁信号的电磁场矢量;其次根据同一个矢量传感器对两个电磁信号引入的幅相误差相等估计两个电磁信号的极化参数,并由幅相误差模型得到矢量传感器的幅相误差的估计;最后推导给出了参数估计的克拉美-罗下界并通过仿真实验证明了算法的有效性。     

外辐射源雷达旋转阵列校正算法

外辐射源雷达面临严重的多径干扰,但强多径信号也为阵列校正提供了优良的信号源,针对此提出了一种利用最强径信号的旋转阵列校正算法。该算法首先采用时域相关运算分离出最强径信号,然后通过旋转阵列来增加信号源和提供先验信息,接着利用比幅原理估计出阵列幅度误差,最后结合最大似然(maximum likelihood, ML)算法和最小二乘(least square, LS)算法估计出最强径信号到达角和阵列相位误差。分析了所提算法的适用条件,并推导了最强径信号到达角和阵列相位误差估计的克拉美-罗下界(Cramer-Rao lower bound, CRLB)。仿真和实测数据处理结果验证了该算法的有效性。     

基于时差和频差的固定多站定位方法及分析

针对利用信号时差和频差信息的固定多站对运动辐射源定位问题,提出了一种基于加权最小二乘的单次定位解算新方法和基于扩展卡尔曼滤波的多次定位跟踪滤波方法。分析了存在时差和频差参数测量误差条件下的单次定位误差克拉美-罗下限几何分布图,并仿真了多次定位条件下的定位性能,将其与仅测时差定位的性能进行了比较。仿真表明,增加频差信息有助于提高对运动辐射源的定位跟踪精度。     

基于CAF相参积累的多载波信号时频差估计算法

多载波信号具有丰富的频域信息,相参积累能够拓宽信号的有效带宽,克服单载波信号带宽窄导致时差(time difference of arrival,TDOA)、频差(frequency difference of arrival,FDOA)参数估计精度不高的问题。以多载波信号的检测定位为背景,研究了基于多个载波信号互模糊函数(cross ambiguity function,CAF)相参积累的TDOA/FDOA参数估计算法,为多载波信号的无源定位提供高精度的定位参数估计方法。基于接收信号模型,推导了多载波信号的互模糊函数,从TDOA/FDOA两个维度分析了不同载波信号CAF的相位关系,通过相位补偿实现了多载波信号CAF的相参积累,并从理论上分析了TDOA/FDOA参数估计的性能改善情况。蒙特卡罗仿真表明,提出的多载波信号相参积累TDOA/FDOA估计算法性能明显优于单载波信号的估计性能,性能改善情况与理论分析一致。     

基于AOA的双机无源定位模型及其解算方法

在双机协同的无源定位算法中,角度信息有着非常重要的作用。为解决双机无源定位问题,提出了一种只利用角度信息的定位模型,并同时消去中间变量距离的影响。对比了最小二乘法、加权最小二乘法、总体最小二乘法、渐进无偏估计法等方法对该双机定位模型的解算。相比时差/到达角联合定位算法模型,该算法需要更少的观测信息和更少的观测误差,就能提高定位精度。仿真结果验证了上述4种解算算法的定位性能,证明了该算法在定位精度上的优秀性能。最后,还对4种算法在不同误差和约束条件下在双机协同观测定位中的定位精度进行了对比。     

多星TDOA和FDOA联合定位精度分析

推导了多星时差频差联合定位体制的定位误差下界(Cramér Rao lower bound, CRLB),并给出CRLB能达到的最小值及其充要条件,该充要条件可用于设计卫星构型。与采用GDOP(geometric dilution of precision)衡量联合定位性能方法相比,CRLB更能精确地反映多星时差频差联合定位的性能。理论分析及仿真实验证明了联合定位比单独利用时差或频差定位可以取得更高的定位精度。     

运动多站无源时差/频差联合定位方法

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。     

Single link tracking scheme based on UWB localization

To investigate the low-complex and high-precise tracking method, a novel single link tracking scheme based on UWB localization is proposed. Two antenna arrays are settled at the fixed station (FS) to receive the UWB signal from mobile terminal (MT), one FS is enough for the proposed scheme to track the MT. The UWB multipath detection algorithm for time difference of arrival (TDOA) estimation is presented and TDOA is thus adopted to estimate angle of arrival (AOA), avoiding the synchronization and complicated beamforming for AOA. The impacts of localization errors, concluding multipath and non-line-of-sight (NLOS) errors are simulated for the proposed track scheme. It is demonstrated that the simulation curve can match the real target moving, and the feasibility of the proposed scheme is proved.     

跳频信号的相参与非相参积累时频差估计方法

跳频信号载频随时间变化发生跳变, 因此跳频信号具有丰富的频域信息,而且其在时域上为连续信号, 相比单跳信号也具有更丰富的时域信息。时频差估计精度与信号在时频域上的分布情况以及信号能量和噪声有关。时差估计主要与信号频域分布有关, 而频差估计主要与信号时域分布有关。跳频信号时频域信息丰富, 多跳相参积累后, 时频差参数估计能够充分利用信号的时频域信息, 克服单跳信号时频差估计精度不高的问题。针对跳频信号的时频差估计问题, 首先分析了单跳基带信号的互模糊函数, 再从时差与频差的维度推导了多跳基带信号互模糊函数的相位差异, 最后通过频差归一化与相位对齐补偿提出了多跳信号互模糊函数相参积累的时频差估计算法。同时, 在不满足相参积累的条件下, 分析了跳频信号的非相参时频差估计方法, 并理论分析了两种跳频信号时频差参数估计方法性能与信号各参数的关系。仿真结果表明跳频信号相参时频差估计算法性能最优, 非相参方法的估计性能其次, 单跳信号的估计性能最差, 验证了理论性能分析结果的正确性。