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。     

基于特殊阵列的近场源参数估计新算法

阵列孔径损失和计算复杂度大是近场源参数估计面临的两大亟待解决的问题,提出一种类似NEST阵列模型的新模型,利用四阶累积量扩展阵列孔径,使可估计信源个数远远大于实际阵元数;并结合基于特征方程算法(characteristic equation-based method, CEM)思想避免特征值分解和谱峰搜索,极大降低了算法的计算复杂度。最后,基于已获得的近场源的角度信息,估计出所有近场源的距离信息。理论分析和实验仿真结果表明,在保证参数估计精度的前提下,所提算法的计算复杂度低,具有较高的阵列利用率,并且可以避免二维参数配对。     

相位干涉仪测向系统相位误差研究

介绍了相位干涉仪测向系统相位误差产生的原因,针对因通道不一致性导致的相位误差提出了一种消除方法。着重分析了基线倾角的存在引起的相位误差,经分析得出当倾角不为0时,相位函数不再是一条直线,误差的大小与入射角有关。给出了相位差和基线倾角的对应关系,并在实际系统中证实了基线倾角的存在产生的相位误差对整个测向系统的影响。