同步卫星无源测轨中的时差定位与精度分析

多站时差定位是最重要的无源定位方法之一。研究了基于四站时差测量的地球同步卫星无源定位和定轨方法。介绍了四站时差定位的基本原理,给出了四站时差定位算法和详细算法流程,推导了四站时差定位精度的误差传播方程。重点分析了测量精度、布站方式、基线长度、站址误差对同步卫星定位精度的影响。通过Monte-Carlo仿真,验证了四站时差定位算法与误差分析结果的一致性。仿真结果表明：测量误差、布站方式、基线长度和站址误差均是定位误差的关键影响因素;布站方式以倒Y型布站效果最佳,菱形或矩形布站方式存在奇异区;为达到km量级定位精度,则基线长度应大于1000 km;采用四站时差测轨时,站址坐标精度水平应优于1 m。     

基于几何精度稀释的矢量潜标最优布站

矢量潜标阵列是重要的反潜警戒声纳系统, 其目标精确定位能力能够为反潜警戒提供重要的信息支撑。对此, 以几何精度稀释(geometrical dilution of precision, GDOP)为定位系统性能评价指标, 推导了多阵元情况下基于到达方向定位(direction of arrival, DOA)及基于到达时差(time difference of arrival, TDOA)定位的GDOP表达式, 并仿真比较了不同阵元数量对定位性能的影响, 不同布站几何的阵列半径敏感度、测量误差敏感度、站址误差敏感度和有效作用范围等。结合潜标阵列实际应用环境, 通过仿真结果对比可以发现, 四元Y型阵是基于GDOP衡量标准的矢量潜标阵列的最优布站。     

基于TOA和TDOA的三维无源目标定位方法

提出了一种基于到达时间(time of arrival, TOA)和到达时间差(time difference of arrival, TDOA)的空中运动平台对目标高精度三维定位的无源定位方法。该方法使用3个辅站信号到空中运动平台的TOA以及辅站位置确定空中运动平台自身的位置,然后依据目标散射回波到达各个辅站与空中运动平台的TDOA确定目标的位置。分析了三维TDOA目标定位模糊产生的原因,提出了一种无模糊的高精度TDOA目标位置求解算法。仿真结果表明,该算法比经典的TDOA定位算法精度高,而且不存在定位模糊,从而验证了该空中运动平台对目标进行无源定位方法的有效性以及正确性。     

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。     

移动通信信号到达时间差定位的估计

到达时间差(TimeDifferenceofArrival,TDOA)位置估计是无线定位的一项关键技术.首先介绍了TDOA定位估计原理,阐述了基站任意分布时(以三基站为例)的二维定位估计,以及在特殊情况下,即基站线性分布时的定位估计.最后,对三基站TDOA定位估计及其定位精度进行了仿真,为第三代移动通信无线定位系统的研究和开发提供了理论基础.     

多基地雷达传感器栅栏覆盖矩形区域的优化方法

为解决栅栏覆盖中多基地雷达传感器的优化布站问题,提出了一种基于最小化部署费用的优化布站方法。首先，针对多基地雷达覆盖区域的特点,通过理论证明提出了多基地雷达传感器栅栏覆盖的优化布站模式。接着，考虑到多基地雷达中发射器与接收器的费用差异,提出一种基于等分覆盖宽度的对称布站策略。然后，为求解优化布站问题,利用栅栏单位面积费用的特点降低算法计算量,进而确定最小布站费用以及对应的布站模式与数量。最后,通过仿真实验证明了所提优化布站方法的有效性。     

多基地雷达传感器栅栏覆盖矩形区域的优化方法

为解决栅栏覆盖中多基地雷达传感器的优化布站问题,提出了一种基于最小化部署费用的优化布站方法。首先，针对多基地雷达覆盖区域的特点,通过理论证明提出了多基地雷达传感器栅栏覆盖的优化布站模式。接着，考虑到多基地雷达中发射器与接收器的费用差异,提出一种基于等分覆盖宽度的对称布站策略。然后，为求解优化布站问题,利用栅栏单位面积费用的特点降低算法计算量,进而确定最小布站费用以及对应的布站模式与数量。最后,通过仿真实验证明了所提优化布站方法的有效性。     

收发分置雷达圆周栅栏覆盖的优化布站方法

为解决区域边界曲线上收发分置雷达的优化布站问题,提出一种圆周栅栏覆盖的优化布站方法。首先,提出圆周栅栏覆盖最优布站序列应满足的条件,并通过理论分析证明了最优布站模式中接收器个数的上限阈值。接着,以此为基础构建基于布站成本最小的优化布站模型。然后,针对优化模型的非凸性和非线性,提出一种将整数线性规划与穷举法相联合的算法求解优化模型,确定最小布站成本及其对应的最优布站序列。最后,通过仿真实验和分析验证了所提方法的有效性。     

基于射频识别的室内定位系统算法研究

针对无源射频识别(Radio Frequency Identification,RFID)定位问题,在对比分析基于信号到达角(Angle Of Arrival,AOA)和信号到达时间差(Time Difference Of Arrival,TDOA)2种定位算法的原理和优缺点的基础上提出了无源超高频(Ultra High Frequency,UHF)RFID室内定位混合方法,该方法以AOA定位算法为核心,融入了 TDOA算法时间差的思想,并使用步进电机代替天线阵列,以一定的角速度带着UHF RFID阅读器绕轴旋转扫描标签以估算待定位标签的位置.仿真结果表明:该室内定位混合方法的精度优于以上任何一种单独的定位算法,是一种更加有效、定位更加精确的技术手段.     

干扰源定位中到达时间差参数估计方法

卫星干扰源定位技术的关键之一是定位参数的测量。目前传统的定位时延估计算法无法满足在低信噪比环境下的到达时间差(time difference of arrival, TDOA)参数估计。为了进一步提高定位性能,提出了基于四阶累积量的最小均方误差算法(least mean square algorithm based on fourth-order cumulant, CUM-LMS),在使用四阶累积量进行时延估计的基础上,提取峰值信息,计算均方误差,得到准确的TDOA参数。实验结果表明,所提出的算法有效地提高了时延参数估计的性能。     

多站时差定位性能试验评估技术

本文给出时差定位系统相关法时差测量误差模型,并以此为基础,建立了多站(大于3)时差定位性能试验评估方法.首先,给出了多站时差定位误差模型.其次,引入了信噪比对时差测量影响因素,提出了时差定位系统的相关法综合时间测量误差参数化模型.第三,给出了基于最小二乘法的综合时间测量误差参数估计方法,估计出综合系统参数和时间测量误差常数项.第四,给出了多站时差定位误差等效推算方法,该方法能够根据单条试验航线的时差定位数据,推算综合时间测量误差参数,进而获取任意位置的定位误差.最后进行了仿真验证,表明本文提出的时差定位性能试验评估方法优于传统固定时差测量误差模型定位性能试验评估方法.     

改进的自适应遗传算法在TDOA定位中的应用

针对无线通信到达时间差(time difference of arrival,TDOA)定位技术位置解算为复杂的非线性方程最优化问题,采用实数编码遗传算法,提出了改进的自适应遗传算法。该算法设计了自适应交叉率和变异率的计算公式,考虑了随着进化代数增加种群的整体变化,同时考虑了每代种群不同个体适应度的作用,并引入最优保存策略防止优良个体的破坏,能有效产生新的个体进而摆脱局部最优值的搜索达到全局最优解。仿真结果表明,改进的遗传算法性能稳定,进化收敛速度和TDOA定位估计精度都有较大的提高。     

基于相关算法消除高重信号的时差定位模糊

总结了多种解决高重频雷达信号时差定位模糊方法的基础上,提出了一种由相关算法推导出的新方法。该方法首先运用直方图计算出高重频信号的不同参差频率和对应的模糊时差,并在此基础上进行时差组合,然后对不同参差频率下的时差进行相关运算最终得出真实的时差。计算机仿真结果表明该方法能够消除时差定位模糊,验证了其可行性和有效性。     

基于RBF神经网络的蜂窝无线定位算法

为了解决最小二乘法需要测量数据的先验信息来构造协方差矩阵的问题,提出了基于RBF神经网络的蜂窝无线定位算法.它融合了移动基站提供的AOA,TOA和TDOA测量值来实现移动台的定位,利用神经网络较快的学习特性和逼近任意非线性映射的能力,使其适用于复杂的多径环境.对基于RBF神经网络的定位系统性能进行了仿真,结果表明,基于REF网络的蜂窝无线定位算法消除了定位模糊和基站非理想分布对定位精度的影响,在小区半径小于2 km的情况下,系统的定位精度在125 m时准确率可达67%,在300 m时准确率可达95%.     

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。     

三层级设施选址-路径规划问题建模及算法研究

基于有向图针对物流网络三层级设施选址——路径规划问题(3E-LRP),建立了数学模型,并提出了量子进化算法(QEA)与遗传算法(GA)协同的双智能算法集成求解方案.QEA算法负责设施选址(FLP)和设施分配(FAP)优化问题,将得到的FLP和FAP方案传递给GA进行路径规划(VRP)优化,GA将优化后的路径规划方案反馈给QEA,双智能算法协同完成3E-LRP系统优化.本文提出了基于可达配送区域的搜索策略和基于路径长度为权重的设施分配优化策略以提高算法效率.实例计算表明,提出的数学模型和组合智能算法可有效解决3E-LRP,为ME-LRP提供了理论与方法指导.     

Polyphase orthogonal sequences design for opportunistic array radar via HGA

Opportunistic array radar (OAR) is a new generation radar system based on the stealth of the platform, which can improve the modern radar performance effectively. Designing the orthogonal code sets with low autocorrelation and cross-correlation is a key issue for OAR. This paper proposes a novel hybrid genetic algorithm (HGA) and designs the polyphase orthogonal code sets with low autocorrelation and cross-correlation properties, which can be used in the OAR system. The novel algorithm combines with simulated annealing (SA) and genetic algorithm (GA), adds in keeping best individuals and competition in small scope, and introduces grey correlation evaluation to evaluate fitness function. These avoid the premature convergence problem existed in GA and enhance the global searching capability. At last, the genetic results are optimized to obtain the best solution by using greedy algorithm. The simulation results show that the proposed algorithm is effective for the design of orthogonal phase signals used in OAR systems.     

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。