一种双站纯方位快速渐进无偏定位算法研究

针对多站无源定位中扩展卡尔曼滤波算法等递推类算法受初始状态影响大,滤波不稳定及将非线性观测方程转化为伪线性方程会产生有偏估计的缺点,提出了一种新的双站纯方位快速渐进无偏定位算法。该算法将扩维伪测量方程的系数误差协方差矩阵引入约束条件,通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘(CLS)极小化处理,最终只需要对一对矩阵束进行广义特征分解,即可获得目标状态估计值。仿真结果表明,该算法与EKF算法及最小二乘算法相比,定位性能更稳定,精度更高,在测量误差较大或者2个观测站测量误差不一致时优势更明显。     

一种新的基于角度和时差的稳健定位跟踪算法

针对无源定位必须实现快速和稳定无偏定位跟踪的要求,提出了一种新的双站基于角度和时差的稳健定位跟踪算法。该算法将扩维伪线性测量方程的观测误差矩阵协方差阵引入约束条件,通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘(CLS)极小化处理,最终只需要对一对矩阵束进行广义特征分解即可获得目标状态的渐进无偏估计值。仿真结果表明,与扩展卡尔曼滤波（EKF）算法及最小二乘(LS)算法相比,本文所提算法定位跟踪性能更稳定,精度更高,估计误差可以接近克拉美罗限（CRLB）。在测量误差较大或者两个观测站测量误差不一致时优势更明显,实用性强。      

三维纯角度被动跟踪定位的最小二乘-卡尔曼滤波算法

利用角度信息估计出目标的距离和速度实质上是一个非线性状态估计问题,经典的扩展卡尔曼滤波算法性能很不稳定。文中首先根据静态估计理论推导出了某一时刻目标位置的最小二乘解,然后将其作为卡尔曼滤波的测量值进行滤波,作进一步的数据处理,以提高估计精度。为了避免测量误差的相关性,分别在x,y,z方向上进行滤波,简化了算法,提高系统的定位精度。仿真结果表明这一算法是简单而有效的。     

双站基于角度和时差的近似无偏定位算法

联合角度（DOA）和时差（TDOA）信息对运动目标进行无源定位实质上是一种非线性估计问题。针对将非线性观测方程转化为伪线性方程会产生有偏估计的缺点,该文基于双站定位中获得的角度和时差信息,给出了一种对三维空间目标定位跟踪的近似无偏估计滤波算法,它只需要对一对矩阵束进行广义特征分解,即可获得目标坐标和速度的估计值。计算机仿真结果表明,相比有偏估计滤波算法,如伪线性卡尔曼滤波（PLKF）算法或者最小二乘（LS）算法,该算法具有更高的定位精度,并且当观测误差增大时,其优势更加明显。     

基于纯角度信息的单站无源定位算法

本文研究了在纯角度测量信息下地面干扰源的单站无源定位问题,给出了一种新的基于纯角度信息的非线性滤波无源定位算法。该算法首先利用载机初始位置和目标角度测量值,计算得到初步的目标状态值和状态协方差值,其次用这些信息来初始化扩展卡尔曼滤波器,最后运用扩展卡尔曼滤波器进行非线性滤波,得到高精度的目标定位结果。经过仿真结果分析,该算法具有收敛速度快、定位精度高的特点,能够较好的满足工程实际的应用要求。     

一种改进粒子滤波的双站无源定位跟踪算法

在非线性非高斯状态空间下，粒子滤波器是一种有效的非线性滤波算法，它的关键问题包括粒子权重的计算、粒子重采样和状态估计等。本文根据粒子滤波算法思想和双站无源定位跟踪的非线性，将粒子滤波算法用于双站无源定位跟踪问题，给出了一种改进的粒子滤波算法，并对其关键问题根据双站无源定位跟踪的特殊性进行了改进。利用Matlab进行了仿真实验，与最小二乘算法、扩展卡尔曼滤波算法进行了比较，结果表明所提算法定位跟踪精度优于其他方法。     

一种新的GNSS快速定位算法

GNSS定位的经典算法Gauss-Newton迭代法对初始位置依赖性强,若初值设置不当则迭代次数增加,而每次迭代涉及矩阵乘法和矩阵求逆,计算量剧增,直接影响系统冷启动首次定位时间。直接解算定位法无需初值和迭代计算,计算量小但定位精度较差。针对上述问题,本文提出了一种两步快速定位法,首先用直接解算法解算出用户的概略位置,然后将距离方程组在该位置处进行泰勒展开,用加权最小二乘算法计算用户位置的修正量,概略位置修正后即为用户位置。新算法与传统Gauss-Newton迭代定位算法相比,在保证相同定位精度前提下大幅降低运算量,具有重要的工程意义。仿真结果证明了新算法的有效性。      

考虑载机位置误差的CLS多机无源定位算法

多机无源定位中存在载机位置误差却不予考虑时必然会降低目标的定位跟踪精度。为了解决存在载机位置误差情况下的定位问题,提出了一种考虑载机位置误差的约束最小二乘（CLS）多机无源定位算法。该算法对伪线性观测方程中由于测量误差和载机位置误差而导致的增广系数矩阵的误差协方差阵进行约束,并对伪线性观测方程的误差进行约束最小二乘处理,最终转化为对一组矩阵束的广义特征分解问题。仿真结果表明,相对于最小二乘（LS）算法和扩展卡尔曼滤波（EKF）算法,该算法具有更快的收敛速度和较高的定位精度,并且受载机位置误差影响小,在观测噪声比较大时仍能保持良好的定位性能。      

联合角度和时差的单站无源相干定位加权最小二乘算法

针对利用单个观测站接收多个外辐射源信号从而实现对目标定位的单站无源相干定位问题, 该文提出了一种联合角度和时差的加权最小二乘定位算法。首先, 将角度和时差的观测方程线性化处理, 考虑方程中的各项误差, 将定位问题建立为加权最小二乘模型。然后利用迭代方法对模型求解。最后, 对算法的定位性能进行了理论分析。仿真结果表明, 不同于仅时差定位方法至少需要3个外辐射源才能定位, 联合角度和时差定位方法仅需一个外辐射源即可定位, 且在同样数量外辐射源条件下估计精度高于仅时差定位;算法的均方误差低于最小二乘算法, 在时差测量噪声较大时定位精度仍然能逼近克拉美罗界。此外, 对系统几何精度因子图的分析表明, 目标及辐射源的位置对定位精度也有重要影响。      

一种机动目标定位方法的仿真计算

研究在多个测向站的情况下 ,对空中机动辐射源的交叉定位和跟踪 ,主要采用最小二乘法对目标定位。模拟应用情况进行了仿真计算 ,得出了不同测向精度条件下的定位结果 ,与解析法得出的位置初值比较 ,定位精度有明显提高     

多站测向定位新算法

无源测向定位在信息对抗、导航等领域应用非常广泛。针对如何充分使用同时获得的多站测向数据,提出由两站向多站逐渐递推的目标定位新方法。仿真结果表明,最终定位精度得到了提高,给出的协方差能够真实反映目标的分布概率,新方法具有一定的工程应用价值。     

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.     

基于DOA的无源定位算法

该文在分析了伪线性扩展卡尔曼滤波中针对非线性观测方程线性化误差的产生原因以及对滤波影响的基础上,提出用n时刻的状态估计值代替一步预测状态值.由于n时刻的状态值中隐含着n时刻的测量值,因此比一步预测状态值更接近此时刻的真实状态矢量,从而将伪线性的观测方程在更接近真实状态值处泰勒展开将产生更小的线性化误差,通过这种处理从而提高了状态定位精度.最后通过计算机仿真证明了改进算法的有效性.     

基于伪线性和输入估计的无源自适应跟踪算法

基于伪线性滤波算法和输入估计算法提出了一种对空中机动目标进行三维测向无源自适应跟踪的新算法。该算法把目标机动加速度看成是未知的输入向量附加到状态方程中,再利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟踪过程中在对原来目标状态向量进行估计的同时估计目标加速度。仿真结果表明：该算法不需要对目标进行机动检测,即能够适应目标机动和非机动2种工作模式,实现对空中机动目标的自适应无源跟踪。     

组合GPS静态定位的一种算法

单站GPS定位由于数据受体系结构及观测条件的影响,测量结果精度低且不稳定。用多个手持GPS设备构成组合GPS静态定位系统,通过固联结构对随机误差进行校正,并充分利用测量数据的方差信息构成权矩阵,得到加权最小二乘解。仿真实验表明新方法可将定位精度快速稳定地提高到3m左右。     

多机动目标定位跟踪关键技术研究

对多目标机动辐射源的无源定位跟踪技术有着十分重要的理论价值和广泛的军事应用前景。分析研究了多机动目标跟踪定位的关键技术,研究结果表明,对多机动目标进行无源定位与跟踪是可行的,给出的方法是正确有效的。