基于CWLS时差频差无源定位闭式解算方法

针对时差频差无源定位场景,提出一种基于约束加权最小二乘的无源定位闭式解算方法。在两步加权最小二乘算法基础上,建立了基于约束加权最小二乘的无源定位模型,推导其无约束最优化形式并给出目标状态估计的解析解。推导了目标状态估计均方误差的表达式,通过理论分析证明所提算法在保持两步加权最小二乘算法定位精度基础上,具有偏差减小特性。仿真结果表明,所提算法定位精度能够逼近CRLB,定位偏差明显小于两步加权最小二乘算法,验证了理论分析的有效性和所提算法的优越性。     

基于m-Capon的多阵列直接定位算法

多重信号分类(Music)直接定位算法需要先估计目标个数,然后根据目标个数估计确定其噪声子空间,进而得到空间谱函数。在低信噪比情况下,目标个数估计的错误往往会导致直接定位算法的失效。针对上述问题,提出了一种基于m-Capon的多阵列目标直接定位算法。该算法综合了Capon算法无需目标个数估计和Music算法定位性能较高的优点,在不进行目标个数估计的情况下,利用近似估计的方法得到逼近于Music算法的空间谱函数,解决了Capon算法在低信噪比下性能不足的问题。仿真结果表明,在无需估计目标个数的条件下,所提算法的性能与Music算法的性能大致相同,且逼近于克拉美罗下界。     

分布式MIMO数字阵列雷达多目标定位

为了充分发挥相控阵雷达探测波束的方向性和分布式多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达空间分集增益和结构增益在目标定位上的优势,提出了一种分布式MIMO数字阵列雷达模型并对其多目标定位方法、搜索复杂度和分辨力进行了研究。建立了分布式MIMO数字阵列雷达的观测模型;依据最大似然估计给出了目标定位的搜索方法并计算了搜索复杂度;并利用模糊函数对分布式MIMO数字阵列雷达的分辨力进行了仿真分析。研究结果表明:与常规分布式MIMO雷达相比,分布式MIMO数字阵列雷达子阵波束的方向性可以降低目标定位时的搜索复杂度,缩小距离和角度联合模糊带的长度;与常规相控阵雷达相比,分布式MIMO数字阵列雷达的结构增益可提高目标分辨力。     

机载光电探测设备对地定位算法及其仿真分析

提出了一种基于机载光电探测设备数据和惯导信息的对地定位算法,可以实时地解算出地面目标的经度、纬度和高度等地理坐标信息,用于装定或引导精确制导炸弹打击目标。通过引入蒙特卡罗模拟计算方法对目标定位精度进行了仿真分析,指出各测量组件误差对定位精度影响的大小,为各测量组件的误差分配和系统的整体设计提供了理论指导。从定位方案和仿真结果可以看出,该方法具有对地形鲁棒性强、实时性好和计算稳定性高等优点,适合于复杂的战场环境。     

面向目标定位的多主动传感器优化布站

针对多主动传感器优化布站问题,提出了一种基于GDOP-CRLB的目标定位精度衡量方法。该方法给出了GDOP-CRLB计算表达式,分析了传感器几何布站形式、传感器的数量、测量精度以及相对高度对传感器定位精度的影响。基于上述研究,给出了提高定位精度的传感器布站策略。通过仿真实验验证了所提方法的有效性,对于多传感器的优化布站应用具有参考意义。     

基于信息熵TOP SIS法的无线传感器网络节点自定位技术

在无线传感器网络的应用中,节点的定位是一个关键的问题。但是,利用已知节点对未知节点定位的算法存在着定位精度不高,定位计算量大等缺点。针对该问题,提出了一种基于信息熵TOPSIS法的节点自定位算法,该算法利用TOPSIS法按已给的传感器属性进行排序,只取最靠前的3个节点代入标准最小二乘公式中进行计算,既缩短了计算时间,又保证了计算精度。仿真实验证明,该算法是一种有效可行的算法。     

一种基于距离参数化CKF的单站无源定位方法

针对单站无源定位系统中,观测站机动导致的滤波精度降低问题,提出了一种基于距离参数化CKF的单站无源定位方法(range-parameterised cubature kalman filter smoothing, RPCKFS)。引入距离参数化的思想,结合观测站观测范围作为先验值,将观测范围划分为若干个区间,并赋予初始权重,在各个区间引入后向平滑容积卡尔曼滤波(cubature kalman filter smoothing, CKFS),利用各时刻的预测值与观测值的比值来更新区间权重,最后对各区间状态信息加权融合来实现目标状态的获取。仿真结果表明：该方法能够有效降低滤波全局对观测站机动的敏感性,提高滤波稳定性与定位精度。     

反“低慢小”无人机红外检测方法研究

针对“低慢小”无人机的空中威胁,各国均大力投入反无人机技术研究,提出了一种基于密度-距离空间的红外单帧检测新方法。利用红外小目标在有限的区域内拥有比邻近区域更高的灰度值特点,提出密度与距离概念,建立密度距离空间。通过等效目标的定位方法将不规则的目标区域转换成规则的几何图形来获得准确的目标位置。实验结果表明：密度-距离检测算法在复杂背景下具有更好的检测性能和鲁棒性,当目标明显且存在连续背景杂波时AUC值接近于1;平均每帧的检测时间为0.021 2 s,同时兼顾了检测精度和检测速度。该算法不受无人机自身尺寸和形状变化的影响,具有较强的适应能力,适合多种背景下的单帧红外小目标检测。