时频差精度的时变性影响及补偿估计方法

到达时差(time difference of arrival, TDOA)和到达频差(frequency difference of arrival,FDOA)/频差无源定位体制中,定位精度取决于时频差参数的估计精度。针对微纳卫星定位系统中时变参数估计性能随累积时间增加会出现恶化的问题,分析了相对频率扩展(relative frequency companding, RFC)对频差方向复模糊函数(complex ambiguity function, CAF)峰的扩展效应,推导了无补偿的RFC对频差估计精度的影响,给出频差估计精度的衰减因子及最优累积时间。在理论分析的基础上,提出一种时变补偿的时频差估计方法,用以克服时变特性引起的时间及频率扩展效应。仿真结果表明,该方法可有效消除参数估计精度的损失,估计精度逼近非时变参数的理论极限。     

Hybrid TDOA/FDOA and track optimization of UAV swarm based on A-optimality

The source location based on the hybrid time difference of arrival(TDOA)/frequency difference of arrival(FDOA) is a basic problem in wireless sensor networks, and the layout of sensors in the hybrid TDOA/FDOA positioning will greatly affect the accuracy of positioning. Using unmanned aerial vehicle(UAV) as base stations, by optimizing the trajectory of the UAV swarm, an optimal positioning configuration is formed to improve the accuracy of the target position and velocity estimation. In this pap...     

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。     

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。     

基于阵列天线的UWB定位方案研究

为实现简单而精确的定位,提出了一种基于阵列天线的超宽带(ultra wideband, UWB)定位方案。在定位源末端设置4根阵元天线,用于检测未知节点发射的UWB信号,各天线接收的信号经统一的中央处理单元,只需单个定位源就能完成未知节点的三维定位。通过UWB多径信号检测算法进行到达时间差(time difference of arrival, TDOA)估计,无需收发两端时钟同步,且避免了使用复杂的波束赋形技术。同时,提出了一种UWB多径信号检测算法,在分析误差模型对定位精度影响的基础上,以IEEE 802.15.4a信道模型的CM1~CM8为依据,对方案进行了误差性能仿真实验。结果表明,所提方案可实现精确定位,误差达厘米级。     

无源双基地雷达随机初相补偿及误差影响分析

分析了在无源双基地脉冲雷达中,利用从直达波信号中提取的初始相位来补偿目标散射回波随机初相的过程。指出了由于接收通道噪声和天线噪声的存在,从直达波参考信号中提取的初始相位是一个随机变量。为使相位补偿误差影响分析结果并不依赖于哪一种特定的相位同步方案,给出了相参积累过程的一般数学模型和相位补偿误差的概率密度函数,推导了系统互模糊函数处理后的峰值输出,定义了相参积累损耗以分析相位同步误差的影响,并根据数学模型数值分析了不同信噪比条件下的积累损耗。结果表明,当直达波信噪比为30 dB时,相位补偿误差带来的信噪比损失约为0.3 dB,而当直达波信噪比大于40 dB时,相参积累损失可以近似忽略。     

分段采样信号的相位关联技术

分析了分段采样信号在复平面单位圆上的分布特征。针对采样点与分段信号在单位圆上分布不同,在此基础上提出了直接相位积累法和旋转相位积累法将分段采样信号进行相位关联,以实现相参积累和提高频率估计精度。直接相位积累法计算量大,抗噪声能力强,旋转相位积累法计算量小,抗噪声能力弱。这两种方法既可用于多段线性调频连续波探测回波的积累检测,也可用于多个相参脉冲信号的积累与频率估计。通过仿真验证了所提方法的有效性。     

基于改进 HAF的线性调频雷达信号参数估计

针对多项式相位信号(PPS)中的线性调频(LFM)雷达信号参数估计,通过提出频谱方差极大值准则对PPS次优参数估计方法高阶模糊度函数(HAF)进行了改进,提出了适于单分量LFM参数估计的改进HAF。首先讨论了HAF对LFM参数的估计方法及其局限性,然后提出了分段频谱方差极大值法则下LFM调频斜率估计的方法,将其与HAF相结合提出了单分量LFM参数估计的改进HAF,克服了接收信号与实际信号起点不一致性对HAF带来的影响,降低了由于HAF局限性带来的调频斜率估计误差,改善了HAF的累积误差效应。MATLAB仿真验证了改进方法较HAF的优越性。     

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。     

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...     

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。     

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。     

Practical constrained least-square algorithm for moving source location using TDOA and FDOA measurements

By utilizing the time difference of arrival (TDOA) and frequency difference of arrival (FDOA) measurements of signals received at a number of receivers, a constrained least-square (CLS) algorithm for estimating the position and velocity of a moving source is proposed. By utilizing the Lagrange multipliers technique, the known relation between the intermediate variables and the source location coordinates could be exploited to constrain the solution. And without requiring apriori knowledge of TDOA and FDOA measurement noises, the proposed algorithm can satisfy the demand of practical applications. Additionally, on basis of convolute and polynomial rooting operations, the Lagrange multipliers can be obtained efficiently and robustly allowing real-time implementation and global convergence. Simulation results show that the proposed estimator achieves remarkably better performance than the two-step weighted least square (WLS) approach especially for higher measurement noise level.     

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。     

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。     

一种混合定位算法线性化处理的抗NLOS的WLS算法

针对到达时间差(TDOA)/到达角(AOA)混合定位算法中出现的非线性问题,提出了一种将混合定位算法中的非线性部分进行线性化处理的算法。同时针对该算法在实际信道中受非视距(NLOS)误差影响较大的情况,采用了利用测量值中含有的关于NLOS的信息,对算法进行加权处理的改进方法,有效的降低了NLOS的影响,同时减少了由于非线性造成的误差过大的情况,最后给出了该算法的仿真结果和性能分析。     

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。