CN112540343A - 基于移动接收器协同分析的移动目标源定位方法 - Google Patents
基于移动接收器协同分析的移动目标源定位方法 Download PDFInfo
- Publication number
- CN112540343A CN112540343A CN202011302148.2A CN202011302148A CN112540343A CN 112540343 A CN112540343 A CN 112540343A CN 202011302148 A CN202011302148 A CN 202011302148A CN 112540343 A CN112540343 A CN 112540343A
- Authority
- CN
- China
- Prior art keywords
- target source
- sensor
- vector
- true
- moving target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 230000009467 reduction Effects 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000017105 transposition Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003471 anti-radiation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及基于移动接收器协同分析的移动目标源定位方法,与现有技术相比解决了针对移动目标源定位精度差的缺陷。本发明包括以下步骤:移动目标源和移动接收器数据信息的获取;对接收数据进行初始分析;进行移动目标源定位。本发明通过构造移动目标源的伪线性方程组将定位问题转化为存在约束条件下求偏差的加权最小二乘解问题,再通过迭代法结合“滑动窗口”降噪处理得出移动目标源的位置向量,降低了均方根误差(RMSE),使定位结果更加精确。
Description
技术领域
本发明涉及移动通信技术领域,具体来说是基于移动接收器协同分析的移动目标源定位方法。
背景技术
多年来,无源定位问题一直是人们关注的焦点,它在雷达、声纳、无线通信等领域有着广泛的应用,尤其是随着电子干扰和和反辐射导弹等雷达对抗技术的迅速发展,以雷达为代表的有源探测定位受到越来越严重的威胁。由于无源定位技术能在自身不辐射的条件下,隐蔽地确定辐射源的位置,具有作用距离远、抗干扰能力强的特点,对于提高系统在电子战环境下的生存能力和作战效能具有十分重要的作用,因此对于无源定位技术的研究越来越受到各国的重视。
无源定位系统本身并不携带辐射源,只接收、处理包含目标位置、运动状态的信号从而进行目标定位。对于一个静止的发射体,一种常用的技术是测量源信号到多个空间分离的接收机的TDOAs(Time Differences of Arrival,到达时间差)。每个TDOA都定义了发射器必须位于其中的双曲线。所有双曲线的交点给出了源的位置估计。当源在运动时,除了TDOAs外,还应使用FDOAs(Frequency Differences of Arrival,到达频率差)来准确估计源的位置和速度。
2004年Ho等人提出了著名的两步加权最小二乘(TSWLS)方法,通过引入中间变量将有关TDOA和FDOA的非线性问题转换为伪线性方程组问题,再利用加权最小二乘法进行求解,该方法不需要迭代,不存在局部收敛问题,能在低噪声条件下达到克拉美罗下限(CRLB)。2014年曲付勇等人提出了约束总体最小二乘法(CTLS),直接利用拉格朗日乘子法和牛顿迭代法进行有关TDOA和FDOA的伪线性方程组的求解,该方法需要一个合适的初始解,收敛的结果可能不准确,并且计算过程比较复杂。2019年Ding Wang等人提出了基于QR分解的迭代约束加权最小二乘法,将TDOA和FDOA的伪线性方程组进行泰勒级数展开,将定位问题化为具有二次约束条件的求加权最小值问题,设置初始值并利用基于QR分解的迭代法进行求解。
发明内容
本发明的目的是为了解决现有技术中针对移动目标源定位精度差的缺陷,提供一种基于移动接收器协同分析的移动目标源定位方法来解决上述问题。
为了实现上述目的,本发明的技术方案如下:
一种基于移动接收器协同分析的移动目标源定位方法,包括以下步骤:
11)移动目标源和移动接收器数据信息的获取:获取移动目标源数据、移动接收器数据,并进行预设定;
12)对接收数据进行初始分析:根据移动接收器的到达时间差TDOA、到达频率差FDOA分别对移动目标源数据进行分析;
13)进行移动目标源定位:通过构造移动目标源的伪线性方程组将定位问题转化为存在约束条件下求偏差的加权最小二乘解问题,通过迭代法结合“滑动窗口”降噪处理得出移动目标源的位置向量。
所述的移动目标源和移动接收器数据信息的获取包括以下步骤:
21)获取移动接收器数据信息,设有M个移动接收器,其中sm为第m个传感器的真实位置向量,
sm=[smp T,smv T]T,m=1,2,...,M,
smp和smv分别表示第m个传感器的真实位置和真实速度,T表示矩阵的转置;
总的传感器位置向量表示如下:
s=[s1 T,s2 T,...,sM T]T;
22)获取移动目标源数据信息,用u=[up T,uv T]T表示目标源的真实位置向量,其中up和uv分别表示该源的真实位置和真实速度。
所述的对接收数据进行初始分析包括以下步骤:
其中,rm1p=ctm1p=(||up-smp||2-||up-s1p||2),是RDOA真实值,εm1p=cem1p,是RDOA噪声;
由此得到目标源的所有RDOA的集合为:
上式中rp=[r21p,r31p,...,rM1p]T,εp=[ε21p,ε31p,...,εM1p]T;
上式中rv=[r21v,r31v,...,rM1v]T,εv=[ε21v,ε31v,...,εM1v]T;
34)将目标源的RDOA和RDROA放一起,计算得到总的测量值向量为:
其中,r=[rp T,rv T]T,是RDOA和RDROA的真实值,ε=[εp T,εv T]T是噪声向量,它服从零均值高斯分布,且协方差矩阵为P1=E[εεT];
由于传感器的位置向量存在偏差,
其中,ξ=[ξ1 T,ξ2 T,...,ξM T]T,是服从零均值高斯分布的传感器位置误差向量,且有协方差矩阵P2=E[ξ ξT]。
所述进行移动目标源定位包括以下步骤:
41)构造移动目标源的伪线性方程组,其表示如下:
传感器m和传感器1相对于目标源的TDOA真实值为:
rm1p=(||up-smp||2-||up-s1p||2)(2≤m≤M) (8)
将上式变形得:
(amp(r,s))Tt=bmp(r,s) (9)
(amv(r,s))Tt=bmv(r,s) (10)
其中,amp(r,s)=[2(s1p-smp)T,01×3,-2rm1p,0]T,
amv(r,s)=[(s1v-smv)T,(s1p-smp)T,-rm1v,rm1p]T,
bmv(r,s)=rm1prm1v-(s1p-smp)T(s1v-smv),up表示目标源的真实位置,smp表示第m个传感器的真实位置;
则所有传感器汇总得伪线性方程组为
A(r,s)t=b(r,s) (11)
42)设定二次约束方程,如下:
由41)得:
43)转化为约束加权最小二乘解问题:
式(11)的“=”是在理想情况下才成立,但现实中存在噪声,故式(11)变为
等式不成立,故引入一个偏差向量δ并使其最小来求解最接近的值,即
则(18)式化为:
δ≈C1(t,r,s)ε+C2(t,r,s)ξ (21)
其中
为了使最终结果更为精确,引入了扩展参数向量来联合估计u和s:
则(17)式变成:
则目标源定位求解问题转化为存在约束条件下求解偏差的加权最小值问题,即:
其中W为加权矩阵,且
44)迭代法结合“滑动窗口”降噪处理得出目标源的位置向量:
441)迭代法求解:
利用QR分解得:
忽视约束条件并取W为单位矩阵,结合最小二乘法(LS)得到初始值:
442)“滑动窗口”降噪处理:
利用441)提出的迭代法计算(17)式10次,得到t1,t2,...,t10,将它们视为第一组并取平均x1=(t1+t2+…+t10)/10,再计算(17)式1次,得到t11,再以t2,t3,...,t11为第二组并取平均x2=(t2+t3+…+t11)/10,以此类推;得到xL=(tL+t1+…+t9)/10,L为运行次数,最终取平均 为包含移动目标源位置向量的辅助参数。
有益效果
本发明的基于移动接收器协同分析的移动目标源定位方法,与现有技术相比通过构造移动目标源的伪线性方程组将定位问题转化为存在约束条件下求偏差的加权最小二乘解问题,再通过迭代法结合“滑动窗口”降噪处理得出移动目标源的位置向量,降低了均方根误差(RMSE),使定位结果更加精确。
通过本发明仿真结果表明,在低信噪比的情况下,该方法能够达到克拉美罗下限下界(CRLB),并且比Ding Wang的方法精度更高。
附图说明
图1为本发明的方法顺序图;
图2为本发明定位场景的集合模型图;
图3为不同噪声情况下目标源的位置和速度估计的均方根误差对比图;
图4为不同噪声情况下目标源的位置和速度估计的克拉美罗下界对比图;
图5为现有技术中2019年提出的ICWLS方法的RMSE和CRLB对比图;
图6为本发明提出方法的RMSE和CRLB对比图。
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识,用以较佳的实施例及附图配合详细的说明,说明如下:
如图1所示,本发明所述的基于移动接收器协同分析的移动目标源定位方法,包括以下步骤:
第一步,移动目标源和移动接收器数据信息的获取:获取移动目标源数据、移动接收器数据,并进行预设定。其包括以下步骤:
(1)获取移动接收器数据信息,设有M个移动接收器,其中sm为第m个传感器的真实位置向量,
sm=[smp,smv]T,m=1,2,...,M,
smp和smv分别表示第m个传感器的真实位置和真实速度,T表示矩阵的转置;
总的传感器位置向量表示如下:
s=[s1 T,s2 T,...,sM T]T;
(2)获取移动目标源数据信息,用u=[up T,uv T]T表示目标源的真实位置向量,其中up和uv分别表示该源的真实位置和真实速度。
如图2所示,有M(M=7)个移动接收器(传感器)和1个移动目标源,由于距离不同和噪声的干扰,目标源信号到达不同传感器的时间、频率各不相同,这些到达时间差(TDOA,Time difference of arrival)和到达频率差(FDOA,Frequency difference of arrival)可以用来求解目标源的位置向量。
第二步,对接收数据进行初始分析:根据移动接收器的到达时间差TDOA、到达频率差FDOA分别对移动目标源数据进行分析。对于一个移动的目标源,测量源信号到多个移动接收机的TDOA和FDOA,每个TDOA都定义了目标源必须位于其中的双曲线,所有双曲线的交点给出了源的位置估计,结合FDOA可以利用多普勒频移来准确估计源的位置和速度。其具体步骤如下:
其中,rm1p=ctm1p=(||up-smp||2-||up-s1p||2),是RDOA真实值,εm1p=cem1p,是RDOA噪声;
由此得到目标源的所有RDOA的集合为:
上式中rp=[r21p,r31p,...,rM1p]T,εp=[ε21p,ε31p,...,εM1p]T;
上式中rv=[r21v,r31v,...,rM1v]T,εv=[ε21v,ε31v,...,εM1v]T;
(4)将目标源的RDOA和RDROA放一起,计算得到总的测量值向量为:
其中,r=[rp T,rv T]T,是RDOA和RDROA的真实值,ε=[εp T,εv T]T是噪声向量,它服从零均值高斯分布,且协方差矩阵为P1=E[εεT];
由于传感器的位置向量存在偏差,
其中,ξ=[ξ1 T,ξ2 T,...,ξM T]T,是服从零均值高斯分布的传感器位置误差向量,且有协方差矩阵P2=E[ξ ξT]。
第三步,进行移动目标源定位:通过构造移动目标源的伪线性方程组将定位问题转化为存在约束条件下求偏差的加权最小二乘解问题,通过迭代法结合“滑动窗口”降噪处理得出移动目标源的位置向量。将复杂问题简单化,使定位结果更加精确。其具体步骤如下:
(1)构造移动目标源的伪线性方程组,其表示如下:
传感器m和传感器1相对于目标源的TDOA真实值为:
rm1p=(||up-smp||2-||up-s1p||2)(2≤m≤M) (8)
将上式变形得:
(amp(r,s))Tt=bmp(r,s) (9)
(amv(r,s))Tt=bmv(r,s) (10)
其中,amp(r,s)=[2(s1p-smp)T,01×3,-2rm1p,0]T,
amv(r,s)=[(s1v-smv)T,(s1p-smp)T,-rm1v,rm1p]T,
bmv(r,s)=rm1prm1v-(s1p-smp)T(s1v-smv),up表示目标源的真实位置,smp表示第m个传感器的真实位置;
则所有传感器汇总得伪线性方程组为
A(r,s)t=b(r,s) (11)
(2)设定二次约束方程,如下:
由上一步骤可得:
(3)转化为约束加权最小二乘解问题:
式(11)的“=”是在理想情况下才成立,但现实中存在噪声,故式(11)变为
等式不成立,故引入一个偏差向量δ并使其最小来求解最接近的值,即
则(18)式化为:
δ≈C1(t,r,s)ε+C2(t,r,s)ξ (21)
其中
为了使最终结果更为精确,引入了扩展参数向量来联合估计u和s:
则(17)式变成:
则目标源定位求解问题可转化为存在约束条件下求解偏差的加权最小值问题,即:
其中W为加权矩阵,且
(4)迭代法结合“滑动窗口”降噪处理得出目标源的位置向量。迭代法能很快得到收敛解,“滑动窗口”降噪处理能使最终定位解更加精确。
A1)迭代法求解:
利用QR分解可得:
忽视约束条件并取W为单位矩阵,结合最小二乘法(LS)得到初始值:
如果上一次迭代得到的结果是令进行迭代,随着迭代次数的增加,将会逐渐收敛,一般情况下k取10次即可,在此w1和w2可取0.5(而大量实验表明只要w1不接近于1,w1和w2的值并不怎么影响定位精度,故w1和w2可都取0.5),由此得最终的定位解为:
A2)“滑动窗口”降噪处理:
利用A1)提出的迭代法计算(17)式10次,得到t1,t2,...,t10,将它们视为第一组并取平均x1=(t1+t2+…+t10)/10,再计算(17)式1次,得到t11,再以t2,t3,...,t11为第二组并取平均x2=(t2+t3+…+t11)/10,以此类推;得到xL=(tL+t1+…+t9)/10,L为运行次数,最终取平均这样求得的比参考方法更为精确的原因是:噪声的方差变为了原来的十分之一,为包含移动目标源位置向量的辅助参数。
如图3所示,本发明提出方法的目标源位置和速度估计的均方根误差明显小于2019年Ding Wang等人提出的ICWLS方法,表明定位结果更加精确了。
如图4所示,本发明提出方法的目标源位置和速度估计的克拉美罗下界明显小于2019年Ding Wang等人提出的ICWLS方法,这是合理的,因为本发明添加了“滑动窗口”降噪处理,噪声减小了,克拉美罗下界自然会减小。
如图5所示,Ding Wang等人提出的ICWLS方法的目标源位置和速度估计的均方根误差基本可以达到克拉美罗下界。
如图6所示,本发明提出方法的目标源位置和速度估计的均方根误差基本可以达到克拉美罗下界,表明本发明的定位效果是对应噪声情况下所能达到的最佳的状态。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (4)
1.一种基于移动接收器协同分析的移动目标源定位方法,其特征在于,包括以下步骤:
11)移动目标源和移动接收器数据信息的获取:获取移动目标源数据、移动接收器数据,并进行预设定;
12)对接收数据进行初始分析:根据移动接收器的到达时间差TDOA、到达频率差FDOA分别对移动目标源数据进行分析;
13)进行移动目标源定位:通过构造移动目标源的伪线性方程组将定位问题转化为存在约束条件下求偏差的加权最小二乘解问题,通过迭代法结合“滑动窗口”降噪处理得出移动目标源的位置向量。
2.根据权利要求1所述的基于移动接收器协同分析的移动目标源定位方法,其特征在于,所述的移动目标源和移动接收器数据信息的获取包括以下步骤:
21)获取移动接收器数据信息,设有M个移动接收器,其中sm为第m个传感器的真实位置向量,
sm=[smp T,smv T]T,m=1,2,...,M,
smp和smv分别表示第m个传感器的真实位置和真实速度,T表示矩阵的转置;
总的传感器位置向量表示如下:
s=[s1 T,s2 T,...,sM T]T;
22)获取移动目标源数据信息,用u=[up T,uv T]T表示目标源的真实位置向量,其中up和uv分别表示该源的真实位置和真实速度。
3.根据权利要求1所述的基于移动接收器协同分析的移动目标源定位方法,其特征在于,所述的对接收数据进行初始分析包括以下步骤:
其中,rm1p=ctm1p=(||up-smp||2-||up-s1p||2),是RDOA真实值,εm1p=cem1p,是RDOA噪声;
由此得到目标源的所有RDOA的集合为:
上式中rp=[r21p,r31p,...,rM1p]T,εp=[ε21p,ε31p,...,εM1p]T;
上式中rv=[r21v,r31v,...,rM1v]T,εv=[ε21v,ε31v,...,εM1v]T;
34)将目标源的RDOA和RDROA放一起,计算得到总的测量值向量为:
其中,r=[rp T,rv T]T,是RDOA和RDROA的真实值,ε=[εp T,εv T]T是噪声向量,它服从零均值高斯分布,且协方差矩阵为P1=E[εεT];
由于传感器的位置向量存在偏差,
其中,ξ=[ξ1 T,ξ2 T,...,ξM T]T,是服从零均值高斯分布的传感器位置误差向量,且有协方差矩阵P2=E[ξ ξT]。
4.根据权利要求1所述的基于移动接收器协同分析的移动目标源定位方法,其特征在于,所述进行移动目标源定位包括以下步骤:
41)构造移动目标源的伪线性方程组,其表示如下:
传感器m和传感器1相对于目标源的TDOA真实值为:
rm1p=(||up-smp||2-||up-s1p||2)(2≤m≤M) (8)
将上式变形得:
(amp(r,s))Tt=bmp(r,s) (9)
(amv(r,s))Tt=bmv(r,s) (10)
其中,amp(r,s)=[2(s1p-smp)T,01×3,-2rm1p,0]T,
amv(r,s)=[(s1v-smv)T,(s1p-smp)T,-rm1v,rm1p]T,
bmv(r,s)=rm1prm1v-(s1p-smp)T(s1v-smv),up表示目标源的真实位置,smp表示第m个传感器的真实位置;
则所有传感器汇总得伪线性方程组为
A(r,s)t=b(r,s) (11)
42)设定二次约束方程,如下:
由41)步骤得:
43)转化为约束加权最小二乘解问题:
式(11)的“=”是在理想情况下才成立,但现实中存在噪声,故式(11)变为
等式不成立,故引入一个偏差向量δ并使其最小来求解最接近的值,即
则(18)式化为:
δ≈C1(t,r,s)ε+C2(t,r,s)ξ (21)
其中
为了使最终结果更为精确,引入了扩展参数向量来联合估计u和s:
则(17)式变成:
则目标源定位求解问题转化为存在约束条件下求解偏差的加权最小值问题,即:
其中W为加权矩阵,且
44)迭代法结合“滑动窗口”降噪处理得出目标源的位置向量:
441)迭代法求解:
利用QR分解得:
忽视约束条件并取W为单位矩阵,结合最小二乘法(LS)得到初始值:
442)“滑动窗口”降噪处理:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011302148.2A CN112540343B (zh) | 2020-11-19 | 2020-11-19 | 基于移动接收器协同分析的移动目标源定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011302148.2A CN112540343B (zh) | 2020-11-19 | 2020-11-19 | 基于移动接收器协同分析的移动目标源定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112540343A true CN112540343A (zh) | 2021-03-23 |
CN112540343B CN112540343B (zh) | 2024-06-18 |
Family
ID=75014366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011302148.2A Active CN112540343B (zh) | 2020-11-19 | 2020-11-19 | 基于移动接收器协同分析的移动目标源定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112540343B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253205A (zh) * | 2021-06-29 | 2021-08-13 | 中国人民解放军海军潜艇学院 | 一种水下滑翔机编队的目标观探测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060232466A1 (en) * | 2004-11-11 | 2006-10-19 | Samsung Electronics Co., Ltd. | Method and apparatus for tracking location of user equipment by using integrated GPS and TDOA scheme |
US20120122470A1 (en) * | 2008-12-23 | 2012-05-17 | Thales | Method for locating multiple rays of a source with or without aoa by multi-channel estimation of the tdoa and fdoa |
WO2016095694A1 (zh) * | 2014-12-15 | 2016-06-23 | 江南大学 | 一种存在传感器误差的改进源定位算法 |
CN108717184A (zh) * | 2018-04-27 | 2018-10-30 | 杭州电子科技大学 | 基于误差校正的联合doa与toa单站无源定位方法 |
CN109633581A (zh) * | 2018-12-26 | 2019-04-16 | 杭州电子科技大学 | 基于外辐射源tdoa/fdoa误差校正下的定位方法 |
CN110389326A (zh) * | 2019-07-29 | 2019-10-29 | 杭州电子科技大学 | 一种接收站误差下多站多外辐射源雷达运动目标定位方法 |
CN111551895A (zh) * | 2020-04-25 | 2020-08-18 | 中国人民解放军战略支援部队信息工程大学 | 基于加权多维标度和拉格朗日乘子技术的运动辐射源tdoa和fdoa定位方法 |
-
2020
- 2020-11-19 CN CN202011302148.2A patent/CN112540343B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060232466A1 (en) * | 2004-11-11 | 2006-10-19 | Samsung Electronics Co., Ltd. | Method and apparatus for tracking location of user equipment by using integrated GPS and TDOA scheme |
US20120122470A1 (en) * | 2008-12-23 | 2012-05-17 | Thales | Method for locating multiple rays of a source with or without aoa by multi-channel estimation of the tdoa and fdoa |
WO2016095694A1 (zh) * | 2014-12-15 | 2016-06-23 | 江南大学 | 一种存在传感器误差的改进源定位算法 |
CN108717184A (zh) * | 2018-04-27 | 2018-10-30 | 杭州电子科技大学 | 基于误差校正的联合doa与toa单站无源定位方法 |
CN109633581A (zh) * | 2018-12-26 | 2019-04-16 | 杭州电子科技大学 | 基于外辐射源tdoa/fdoa误差校正下的定位方法 |
CN110389326A (zh) * | 2019-07-29 | 2019-10-29 | 杭州电子科技大学 | 一种接收站误差下多站多外辐射源雷达运动目标定位方法 |
CN111551895A (zh) * | 2020-04-25 | 2020-08-18 | 中国人民解放军战略支援部队信息工程大学 | 基于加权多维标度和拉格朗日乘子技术的运动辐射源tdoa和fdoa定位方法 |
Non-Patent Citations (6)
Title |
---|
HO K.C ETAL.: "Source Location Using TDOA and FDOA Measurements in Presence of Receiver Location Errors: Analysis and Solution", IEEE TRANSACTIONS SIGNAL PROCESSING, vol. 55, no. 2, 28 February 2007 (2007-02-28), XP011156117, DOI: 10.1109/TSP.2006.885744 * |
WANG D ETAL.: "Iterative Constrained Weighted Least Squares Estimator for TDOA and FDOA Positioning of Multiple Disjoint Sources in the Presence of Sensor Position and Velocity Uncertainties", DIGITAL SIGNAL PROCESSING, vol. 92, no. 6, 30 June 2019 (2019-06-30) * |
ZOU YB ETAL.: "An Iterative Method for Moving Target Localization Using TDOA and FDOA Measurements", IEEE XPLORE, vol. 6, no. 2, 30 June 2018 (2018-06-30) * |
曲付勇等: "基于约束总体最小二乘方法的到达时差到达频差无源定位算法", 电子与信息学报, vol. 36, no. 5, 31 May 2014 (2014-05-31) * |
梁加洋;苏文璞;赵拥军;赵闯;: "基于联合TDOA/FDOA的单站无源相干定位CWLS算法", 电子信息对抗技术, no. 05, 15 September 2018 (2018-09-15) * |
陈少昌;贺慧英;禹华钢;: "传感器位置误差条件下的约束总体最小二乘时差定位算法", 航空学报, no. 05, 5 March 2013 (2013-03-05) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253205A (zh) * | 2021-06-29 | 2021-08-13 | 中国人民解放军海军潜艇学院 | 一种水下滑翔机编队的目标观探测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112540343B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107132505B (zh) | 直达与非直达混合场景中的多目标直接定位方法 | |
CN106405533B (zh) | 基于约束加权最小二乘的雷达目标联合同步与定位方法 | |
Pang et al. | AOA pseudolinear target motion analysis in the presence of sensor location errors | |
CN102331581A (zh) | 双星tdoa/fdoa星地一体化定位系统快速定位方法 | |
Ma et al. | Direct position determination in asynchronous sensor networks | |
CN108761387B (zh) | 一种固定辐射源的双站时差频差联合定位方法 | |
CN110673196B (zh) | 一种基于多维标定和多项式求根的时差定位方法 | |
CN106353720A (zh) | 基于tdoa/groa的多站连续定位模型 | |
Song et al. | An approximately efficient estimator for moving target localization in distributed MIMO radar systems in presence of sensor location errors | |
CN108279411B (zh) | 一种基于mds的被动mimo时差定位方法 | |
Fontanelli et al. | Cramer–rao lower bound attainment in range-only positioning using geometry: The g-wls | |
CN110657806A (zh) | 一种基于CKF、chan解算和Savitzky-Golay平滑滤波的位置解算方法 | |
CN113608165A (zh) | 一种基于信号到达时间差的多站无源定位方法 | |
Wen et al. | Target localization in asynchronous distributed MIMO radar systems with a cooperative target | |
CN108445446B (zh) | 一种无源测速定位方法及装置 | |
CN112540343A (zh) | 基于移动接收器协同分析的移动目标源定位方法 | |
CN112333629A (zh) | 一种互耦未知条件下分布式阵列多目标定位方法 | |
CN115826004B (zh) | 一种基于二维角度及时差联合的三星协同直接定位方法 | |
CN206292389U (zh) | 一种移动目标的定位系统 | |
CN112835020B (zh) | 面向非视距参数估计的刚体定位方法 | |
Zhu et al. | Robust wideband DOA estimation based on element-space data reconstruction in a multi-source environment | |
Li et al. | Hybrid algorithm based on Newton iteration and least square method for sound source positioning | |
CN112068099A (zh) | 基于误差补偿的多辐射源快速定位测速方法和装置 | |
Hu et al. | A wireless outdoor fingerprint locating method based on ray-tracing model | |
Galy et al. | Joint detection estimation problem of monopulse angle measurement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |