基于批处理和核函数的非线性盲源分离算法

针对基于核函数的非线性盲源分离算法性能对核函数及其参数选择依赖性强这一问题 ,提出采用批处理方法代替聚类和核主成分分析方法来构造低维近似子空间的正交基,以 改进基于核函数的非线性盲源分离算法对核函数及其参数变化的稳健性,并对这种改进的非 线性盲源分离算法进行了完整的分析。通过仿真实验,对分离信号与源信号求相似度,可以 看到提出的基于批处理的非线性盲源分离算法能够取得更稳健、准确的分离效果。     

基于约束加权最小二乘的时差频差联合定位算法

针对运动目标源定位问题,提出了一种基于约束加权最小二乘(Constrained Weighted Leas t-Squares, CWLS)的时差频差定位算法。该算法利用目标源到达多个接收站的时差和频 差信息,对目标源的位置和速度进行估计。通过引入中间变量,将时差频差非线性方程转换 成伪线性方程(中间变量与目标源位置和速度之间存在约束关系),再对此约束条件引入拉格 朗日乘子技术,将此伪线性方程的求解转化为求条件极值问题,创造性地求解了此非线性定 位方程,提高了定位精度,并能满足实时性和全局收敛要求。仿真实验表明,该算法在保持 相近复杂度的同时,进一步提高了定位性能,优于两步加权最小二乘算法,在噪声较高时仍 然能达到克拉美罗下限。     

多校准站TDOA/FDOA无源定位方法

针对运动目标到达时差（Time Difference-of-Arrival,TDOA）/到达频差（Frequency Difference-of-Arrival,FDOA）定位中的接收站定位误差问题,提出了基于多校准站的TDOA/FDOA定位方法,有效降低接收站定位误差的影响,并推导了该方法的克拉美罗下限（Cramér-Rao Lower Bound,CRLB）。理论分析表明,采用多校准站法能有效降低CRLB,提高目标定位精度。同时,当校准站自身定位存在误差时,也将影响对接收站的校准和目标的定位精度。通过仿真实验定量分析了采用多校准站法对定位精度的改善程度。