双基地制导雷达目标定位的分坐标融合算法

提出了一种用于研究双基地制导雷达目标定位的分坐标参数航迹融合算法。通过利用观 测到的距离和以及角度序列分别建立参数航迹模型间接得到了目标位置序列,有效提高了 目标定位精度。理论分析与仿真结果表明,该方法比简化加权最小二乘算法更具优越性。     

基于TLS的主动全向声呐浮标目标定位与跟踪

采用最小二乘(LS)拟和法进行主动全向浮标目标定位时容易受测量误差的影响,为此提出一种基于总体最小二乘法(TLS)的定位算法,首先对主动全向浮标的定位方程和测速方程进行变换形成线性的量测方程,然后利用潜艇测距误差和浮标定位误差的随机性,基于总体最小二乘法对量测方程进行递归解算,解算过程根据潜艇运动的物理限制,取运动模型的状态预测值作为递归过程的初值,最终实现了测量误差平滑化和航迹的整体优化。仿真结果显示算法较之最小二乘法具有更好的抑制噪声能力和机动目标跟踪能力。     

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。     

一种低轨双星窄带信号定位方法

针对低轨双星系统对窄带辐射源无源定位的应用场景，基于双星观测到的辐射源到达频率差，提出了一种多次频差测量联合估计辐射源位置的方法。详细描述了算法原理、算法处理步骤，并通过计算机仿真分析了信号频率、频差测量误差、观测时长等因素对定位精度的影响。仿真分析表明，在观测时间大于20 s、频差测量精度0.1 Hz时，该方法定位精度优于1.5 km，具有较强的工程应用价值。     

基于总体最小二乘准则的OFDM系统时变信道估计

信道估计的准确程度直接影响正交频分复用系统的性能。为了提高时变信道估计算法的精度,基于总体最小二乘准则(TLS)提出了一种时变信道的估计方法。该方法用线性模型对时变信道进行建模,不仅考虑了信道噪声,同时也兼顾了模型误差。该方法能较好地跟踪信道的变化,显著消除模型误差。仿真结果表明所提算法的均方误差介于最小二乘算法与最小均方误差算法之间,在不同归一化多普勒频移下,该算法具有较好的稳健性。     

基于加权最小二乘支持向量机的欠定盲源分离

为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能,提出了一种基于加权最小二乘支持向量机（SVM）的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数,然后采用加权最小二乘支持向量机方法获得初始权值,每次将其中一个权值对应的样本点作为测试样本,其余点作为训练样本,依次对样本的误差变量进行更新,再根据权值计算公式实现所有权值的更新,进而确定最优分类平面,实现对观测信号的最优分类,最终估计出混合矩阵。实验结果表明,新算法是有效的,其平均误差是基于K-均值方法误差的0.2倍左右,是基于SVM算法平均误差的0.5倍左右。     

基于递推最小二乘算法的惯导姿态误差动态标定方法

在分析最小二乘算法原理的基础上,提出了一种基于递推最小二乘算法的惯导姿态误 差动态标定方法,建立了计算模型,进行了仿真分析。仿真结果表明,该方法具有较高的解 算精度和计算效率,航向误差解算精度优于35″,水平误差解算精度优于015″。该方 法解决了动态条件下惯导姿态误差实时标定的技术难题,对提高惯导姿态测量精度和测 量船外测精度具有重要意义。     

平坦信道下的MIMO信道估计误差分析

基于导频序列推导了频率平坦多输入多输出(MIMO)信道下的最小二乘信道估计(LS)误差;将信道估计误差等效为高斯噪声,推导了信道估计条件下系统的等效信噪比,提出了用系统的等效信噪比来分析和评估在信道估计误差条件下系统的误码性能;最后用等效信噪比的方法评估了ZF-V-BLAST算法在信道估计下的性能,结果表明和计算机仿真结果基本相吻合。     

NLS次优简化算法及其在单站无源定位中的应用

为了简化基于外辐射源固定单站无源定位求解算法以用于工程实现,建立了定位原 理极坐标模型,给出了极坐标系下非线性最小二乘(NLS)定位算法,根据极坐标系下定位算 法的特点,为简化计算,提出了NLS次优简化算法。仿真结果表明,NLS次优简化算法有较好 的 稳定度和定位精度,为工程实现提供了参考。     

蜂窝移动定位系统定位精度提高算法的研究进展

提高蜂窝移动定位系统的定位精度是定位技术在CDMA系统中广泛应用的关键。针对提高移动定位精度算法的研究，分别从基本定位算法、非视距传播误差消除算法、抗多径干扰时延估计和抗多址干扰算法、数据融合定位方法等几个方面进行了详细的分析和讨论，综述了该领域的最新研究进展，提出了自己的观点。最后对移动定位精度提高算法研究的未来进行了展望。     

基于压缩感知的分布式协同估计算法

为了降低分布式协同估计算法的计算量并改善其收敛性能，提出了基于压缩感知(CS)和递归最小二乘(RLS)的分布式协同估计算法。该算法在传统RLS分布式协同估计算法的基础上引入压缩感知技术，首先在压缩域中进行递归最小二乘运算，然后利用压缩感知重构算法得到未知参数向量的估计值。提出的算法能够在增量式策略和两种模式的扩散式策略下实现对未知向量的有效估计。理论分析和仿真结果表明，该算法一方面降低了RLS分布式协同估计算法的计算量，另一方面保持较快的收敛速度与良好的均方误差性能。     

基于TDOA的振动阵列多算法融合目标定位研究

文章提出了定位距离残差加权的多算法协同定位方法和最优加权的最小二采法对基于TDOA的振动阵列的目标定位算法进行改进.实验证明,通过对若干个线阵,等腰直角三角阵等多种定位结果的融合减小时延估计误差带来的定位误差.     

基于非线性最小二乘的三星座时差定位综合算法

提出一种基于非线性最小二乘(NLS)的三星座时差定位 综合算法。该算法不使用WGS-84椭球模型作为定位约束条件,通过对卫星过顶前后的两组弱 观测数据进行综合、配对处理,实现对目标的精确定位。仿真结果表明,该方法不仅对弱观 测数据具有较好的定位精度,而且不受目标高程约束,当目标高程不确定时,仍具有稳健的 定位效果。     

五站数据加权融合无源时差定位

在无源时差定位技术中,定位算法和布站形式的选择直接影响着无源定位方案能否 顺利应用于实际工程并满足工程需求。通过对常用定位算法的研究分析,选择了伪逆法和总 体最小二乘算法为求解方法,同时选择了有利于工程实现的五站主站升高的布站方法。五站 定位选择总体最小二乘算法求解,同时对4个辅站进行分组并用伪逆法求解,最后对所有定 位结果进行融合,从而解决了四站定位的无解及模糊问题,并提高了定位精度和稳定度,真 实数据处理验证了其可行性及有效性。     

NLOS环境下移动台位置与速率估计

NLOS (Non-line of Sight)误差是定位中的主要误差来源,直接影响了定位的精度 。在MIMO（Multiple Input Multiple Output）系统中,基于NLOS信道模型的定位方法成为 解决NLOS定位误差问题的利器。基于此提出一种新颖的几何方法,仅采用两条NLOS路径就可 计算MS(Mobile Station)的位置,并且只需要利用单个基站便可完成MS的定位,克服了基站 数目过少无法准确定位MS的缺陷。在此基础上,还给出了最小二乘与最大似然算法利用多条 NLOS路径来改善定位精度的方法,并利用它对NLOS环境下运动的MS进行定位跟踪。理论分析 和仿真结 果都证明该定位方法在NLOS环境中对MS定位的有效性与精确度。     

基于扩展卡尔曼滤波算法的无人机定位

无人机的移动定位是应对无人机机动性和应用环境复杂性的关键技术。为解决无人机中的全球定位系统（GPS）信号失效问题,提出了一种通过机载无线射频的接收信号强度解决定位问题的技术,分别采用扩展卡尔曼滤波方法估计距离和最小二乘方法估计路径损耗因子两种处理方法。理论分析和实验测试结果证实所提算法对有色噪声干扰下的接收信号有较好的增强效果,基于80%的置信水平,新算法相对于白噪声模型将估算误差从9.5 m减少到了4 m,还进一步提供了融合惯性导航的算法。     

基于角度重构和差分飞行时间的室外多站定位

针对当前室外定位基站和目标之间的信号收发不同步,以及非视距(Non-Line of Sight,NLOS)环境下定位困难的问题,提出了一种基于角度重构和差分飞行时间(Time of Flight,TOF)的室外NLOS多站定位方法。首先,基于单次散射模型给出了一种关于散射体波达角(Angle of Arrival,AOA)的粗略重构方法,再利用多径信号的差分TOF并结合模型中目标、散射体、基站之间的几何位置关系构建定位方程;然后,结合先验信息添加约束区间并结合定位方程将定位问题转化为最小二乘优化问题,并利用列文伯格-马奈尔特法(Levenberg Marquardt,LM)算法进行初始解算得到基站到目标的初始估计距离;最后,将每个基站的距离估计结果进行联合多边定位得到最终目标位置。仿真结果表明,该方法利用多个基站能在室外NLOS环境中实现较高定位精度。     

短快拍条件下均匀矩形阵中的二维DOA估计

二维波达方向（Direction of Arrival,DOA）估计能获取比一维DOA估计更多的空间位置信息，但是二维多重信号分类(Multiple Signal Classification，MUSIC)、二维子空间旋转不变估计技术(Estimation Signal Parameter via Rotational Invariance Techniques,ESPRIT）等经典算法依赖于大量的快拍数据，当快拍数据不足时估计性能严重下降甚至失效。针对上述问题，将迭代自适应方法拓展到二维DOA估计，提出了一种适用于矩形面阵的二维DOA估计算法，首先利用加权最小二乘法估计出信号幅值，然后利用循环迭代技术对估计结果进行更新。由于每次估计结果均来自上一次迭代，而不依赖于快拍数据，因此该算法在短快拍条件下具有很高的估计精度和分辨率。仿真结果表明，在短快拍条件下，该算法具有优越的估计性能。     

目标高度对广域多点定位系统精度的影响

广域多点定位技术是对航路和终端区域的飞行器进行监视的新技术,由于多个接收站 点通常布局在地面上,站点的基线长度和飞行器高度对系统的定位精度至关重要。根据双曲 线/面定位技术,导出了最小二乘法解算目标位置时定位精度与高度误差的关系,然后对同高 度层和高度层变化的水平精度稀释和垂直精度稀释进行了分析和仿真,证明了高度变化对精 度影响显著的结论。最后,讨论了站点布局的作用,在高度不变的情况下,适合的布站形状和 基线长度可减小高度误差对定位精度的影响。     

基于相位差的伪线性加权最小二乘短基线定位

对辐射源进行无源定位是电子战领域的一个重要问题。针对短基线时差定位技术对时差测量精度要求很高的难题,提出了一种基于相位差的修正伪线性最小二乘算法。相较于非线性最小二乘法(NLS),修正伪线性最小二乘法的优势是可以得到目标位置表达式,不需要迭代运算,计算效率较高;不需要定位初值,避免了算法发散问题。理论分析和仿真均说明修正伪线性最小二乘法可用于短基线情况下的目标定位。