运动TDMA系统目标时差定位算法

根据时分多址（TDMA）系统的同步特征,利用TDMA运动目标准周期性信号的到达时间,提出 了3种在三站时差定位系统中实现目标定位的算法。采用目标运动分析的方法,对TDMA目标 位置的可观测性进行分析,提出了目标运动分析时差定位算法,利用目标航迹上多个位置的 时差实现目标的定位。运用目标运动分析测距算法,提出了测距与传统时差定位和目标运动 分析时差定位相结合的两种定位算法。3种定位算法充分利用了目标的运动特性 ,提高了TDMA目标的定位精度,避免了传统时差定位算法中的多解和无解现象。仿真 结果验证了算法的有效性。     

多元外辐射源单站时差定位技术

针对传统单站无法实现时差定位、多站定位布站选址困难的情况,提出了一种利用多元外辐射源实现单站时差定位的方法,并推导了定位算法和详细流程。基于几何精度因子（GDOP）方法分析了不同时差测量精度、基线长度、布站方式对定位精度的影响。利用Monte-Carlo仿真验证了定位算法的有效性,也说明了这种利用多元外辐射源定位新思路的可行性。仿真结果表明,该定位方法在长基线、Y型布站时定位精度最高,相比均采用地面外辐射源定位,利用卫星与地面外辐射源结合的方式可以使三维定位精度提高10倍以上。     

双星时差频差定位体制在频域混叠电磁环境下的应用

现代战场电磁环境复杂,不同类型电磁信号在时频域碰撞混叠,现有常规侦察手段对此类信号的定位应用受到严重制约。双星时差频差定位体制通过互模糊函数求解信号到达时差和频差,分离频域混叠信号并获得高达公里量级的定位精度,非常适合于复杂电磁环境下的应用。通过求解模糊函数的方法分析了时差频差体制对频域混叠信号的分离和定位能力,然后结合美航母编队及其电磁环境构成,探讨了这一能力在监视航母编队,尤其是跟踪识别编队个体成员的具体应用。仿真与分析结果证明了双星时差频差定位体制的优势,对于天基侦察系统的建设具有重要意义。     

低轨时差频差系统对运动目标的定位能力

战场高速运动目标往往具有高威胁性，现有天基电子侦察手段对此类目标的定位跟踪能力已经难以适应现代战场感知需要。通过研究时差频差定位原理，在现有双星体制基础上构建了三星时差频差定位体制；同时结合卡尔曼滤波算法，实现了对空中高速运动目标的定位和速度估计。经计算仿真，系统对空中高速运动目标的定位精度达到了几公里量级，速度估计误差达到了10 m/s量级，充分验证了方法的工程可行性。通过上述改进，大幅扩展了天基时差频差系统的应用范围，将有力提升天基系统的战场感知能力。     

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。     

基于卡尔曼滤波的三星时差运动目标定位技术

针对三星时差无源定位体制的特点,研究空中运动目标辐射源定位技术。在匀 速直线运动目标模型下,通过改变地球方程参数,利用牛顿迭代算法给出目标的瞬时初始定 位点,并在此基础上利用不敏卡尔曼滤波对运动目标进行跟踪定位。仿真验证表明 ,利用三星时差测量体制和相关滤波算法,可以有效实现空中运动目标的跟踪定位,精度优 于5 km;同时在精确初始值的引导下,滤波算法收敛速度更快,定位精度更高,航迹更 为连续。     

一种三站时差定位的布站优化算法

测量站的布站直接影响时差定位目标的定位精度。针对一定区域目标整体定位精度 的优化,提出了一种三站时差定位的布站优化算法。以水平定位精度因子(HDOP)为定位精度 的 度量准则,建立布站优化问题的多目标规划数学模型,通过构造最小最大评价函数,求解模 型的最优解,从而得到三站时差定位的最优布站。仿真给出了该布站优化算法对某种初始布 站进行优化前后两种布站的HDOP分布图。由仿真结果可以看出,相对于初始布站,最优布站 对目标区定位精度的提高较为明显,验证了这种布站优化算法的有效性。     

四星时差定位中的卫星构型及其定位性能

针对目前多星联合定位研究中对卫星覆盖区域无法长时间高精度定位的问题，提出了一种新型的四星星座构型，并在STK软件中得到了实现。推导了在地球约束情况下基于四星时差定位的误差模型，对卫星全球飞行过程中星座构型变化时的定位性能进行了仿真。仿真结果表明，新型四星星座可以实现在卫星全球飞行过程中对覆盖区域保持高精度定位，在时差测量误差为50 ns且不考虑卫星位置误差的情况下，定位误差在±45°波束范围内优于1.5 km，对多星联合定位技术在工程设计应用上具有重要意义。     

一种基于二阶锥规划的新时差定位算法

针对传统时差定位算法在量测噪声较大情况下定位性能不佳的缺点,提出了一种基 于二阶锥规划的新时差定位算法。该算法通过凸松弛和引入惩罚项,将难以求解的用户位置 最大似然估计问题转换为一个易于求解的二阶锥规划问题,并将松弛问题的最优解作为用户 位置的初始估计,利用传统的泰勒级数展开法得到最终定位结果。仿真给出了不同基站数目 及量测噪声下算法的定位性能。仿真结果表明,在量测噪声较大的情况下,新算法的定位精 度 仍可以逼近理论克拉美罗下限, 而且算法中惩罚因子的选取范围易于确定。     

脉冲辐射源时差定位的新方法

脉冲辐射源定位系统主要用于对空基、地基和海基目标的时短信号辐射源进行检测和定位。现有的脉冲辐射源定位系统大都属于长基线系统。本文提出在有限空间环境下进行时差定位的新方法,并对系统的定位精度进行了仿真,提出了实现系统所需的关键技术。     

利用三星时频差的运动辐射源定位与测速方法

针对高轨三星无源定位系统对空中恒定高度运动目标探测的应用场景,提出了一种利用信号到达时差(TDOA)、到达频率差(FDOA)的无源定位与测速方法。详细描述了算法原理、算法处理步骤,利用STK（Satellite Tool Kit）软件结合计算机仿真,分析了时差测量误差、频差测量误差、高程估计误差对定位精度与测速精度的影响。该方法定位精度与测速精度较高,具有一定的工程应用价值。     

一种量测转换的移动外辐射源多站协同跟踪算法

针对移动外辐射源跟踪问题,提出一种融合到达角(Angle of Arrival,AOA)与到达时间差(Time Difference of Arrival,TDOA)观测量的量测转换Kalman滤波(Converted Measurement Kalman Filter,CMKF)算法。首先,采用了一种考虑了传感器位置偏差影响的无源定位算法作为转换非线性的AOA与TDOA观测量至笛卡尔坐标系下观测量的方法,并证明了当AOA与TDOA的测量噪声以及传感器位置偏差都服从高斯分布且噪声强度不大时,该量测转换方法的位置转换误差能达到克拉美罗(Cramér-Rao Lower Bound,CRLB)界;其次,在量测转换的基础上构建了关于移动外辐射源的线性状态空间模型,将非线性的目标跟踪问题转化为线性滤波问题,并最终使用标准Kalman滤波器实时跟踪移动外辐射源位置。仿真结果不仅验证了量测转换精度与理论分析结论吻合,还表明了所提CMKF算法的跟踪精度同时优于扩展Kalman滤波器、无迹滤波器以及粒子滤波器。     

利用沿锁定载波相位测量脉冲到达时差

传统的单独利用脉冲沿、载波相位或中频相关的方法测量脉冲信号的到达时间差(TDOA)都不容易达到较高的测量精度,为了实现高精度时差(皮秒量级)测量,在分析这些方法的基础上,提出了利用脉冲沿来锁定载波相位实现宽带(初步设计实现了250 MHz的带宽)、大动态脉冲信号TDOA的一种测量方法,给出了其实现的具体流程并分析了能够达到的测量精度.目前该方法在实验室条件下已经实现了10 ps的测量精度,可用于短基线时差定位系统.     

空间四站时差定位中的模糊及无解研究

员工关系管理是现代企业人力资源管理的重要内容,注重和谐与合作是这一概念所蕴涵的精神。在激励员工的众多方法之中,薪酬激励可以说是一种最直接、最有效的方法。如何把和谐与合作的精神体现在对员工的薪酬结构设计中,本文从权衡企业人力资本的价值、合理确定员工的薪酬结构、引入股权激励机制等方面进行了探讨。     

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。     

IMU辅助的TDOA室内定位

室内环境下，当无线信号受到多径和非视距干扰时，传统的基于到达时间差（Time Difference of Arrival，TDOA）的测距模型定位精度不满足室内定位精度要求。为此，提出利用TDOA与低成本的惯性测量单元（Inertial Measurement Unit，IMU）相结合的定位方法。在视距情况下，只有TDOA系统工作，但在信号受到干扰时，利用IMU能够在短时间内提供一个准确的相对位置信息的特性，采用TDOA算法对其进行辅助定位，并利用卡尔曼滤波器对它们的数据进行预处理，最后使用扩展卡尔曼滤波器对数据进行处理融合。实验结果表明，提出的算法比传统的TDOA定位具有更高的精度。