基于SA-PSO算法的多基地声纳水下目标初始位置估计

本文首先通过理论推导分析了利用多基地声纳发射端,声纳接收端以及双基地联合定位各自的水下目标测量误差,仿真结果表明联合定位得到的量测误差明显小于单个声纳的定位精度。其次,针对水下目标初始位置估计精度较低的问题,将模拟退火粒子群算法(SA-PSO)算法运用到双基地的水下目标初始位置估计,该算法基于初始时刻获取量测和估计量测的加权最小二乘原则估计目标的初始位置。仿真结果表明,该算法以少于60次的迭代次数收敛,并且初始位置估计误差略大于克拉美劳下界。     

基于EKF的图像辅助定位算法

介绍几何定位过程,并对其定位误差进行仿真分析。针对几何定位误差很大且与下视角大小密切相关的问题,采用扩展卡尔曼滤波算法(EKF)抑制测量噪声的影响,提高飞行器的定位精度。建立飞行器运动的状态空间模型,针对测量方程的非线性特点,对其进行线性化处理。在此基础上,采用EKF算法实时估计飞行器的空间位置坐标;通过数字仿真对滤波算法的定位效果进行检验;对影响滤波算法定位精度的因素进行分析并对不同飞行高度下的定位误差进行数字仿真。结果表明,算法收敛速度快,定位精度高,可显著减小测量噪声的影响,具有一定的工程应用价值。     

总体最小二乘的改进与信道估计应用

总体最小二乘法同时考虑了数据矩阵和观察值的误差,在参数估计中得到广泛应用。然而总体最小二乘法没有针对具体问题利用误差的先验信息。总体最小二乘的改进算法—结构总体最小二乘法设定了误差矩阵的结构,通过迭代运算估计参数及误差。基于叠加训练序列的时不变信道估计中,信息序列均值构成的误差矩阵为Toeplitz矩阵。结构总体最小范数法作为一种结构总体最小二乘法,可以设定误差矩阵具有Toeplitz结构,有效提高叠加训练信道估计性能。论文对比了最小二乘,数据最小二乘,总体最小二乘和结构总体最小范数在叠加训练序列信道估计中的应用,仿真结果表明,基于结构总体最小范数的估计算法的归一化信道均方误差最小。     

基于TODA信息的多基地声呐系统定位算法

建立T-Rⁿ型多基地声呐定位几何模型,在基于TDOA时间信息进行定位时,分析模型中存在的3种误差计算公式;根据模型分别推导出在未知误差和已知误差条件下的最优线性算法以及定位误差表达式。通过仿真分析模型中3种误差对线性算法的影响,仿真结果表明,观测时间误差对定位误差影响最大;分析模型中观测时间误差的不均匀度对3种算法的影响,其对最小二乘法的影响最大,同时两步最小二乘法随误差不均匀的增加而减少。研究成果可为T-Rⁿ型多基地声呐系统的总体设计、站址配置和误差分析提供理论支撑,为T-Rⁿ型多基地声呐系统基于方位角、时延等信息进行定位时提供分析思路,同时可为后续的Tⁿ-Rⁿ型多基地声呐系统研究奠定基础。     

利用时差与到达角双站对机动目标无源定位算法研究

该文提出了一种基于两站到达时间差和一个到达角的无源定位方法。以到达角消除时差定位的多值模糊,用最小二乘估计和卡尔曼滤波算法,实现对海上机动目标的无源定位和跟踪。经计算机仿真后得到了满意的效果。     

基于多传感器递推总体最小二乘融合的水下机器人动力学模型参数辨识

对于水下机器人动力学模型辨识问题,如果其观测方程的系数矩阵包含随机扰动,则其最小二乘估计一般是有偏的。为此,该文提出一种基于多传感器递推总体最小二乘融合的水下机器人动力学模型辨识算法(RTLS_F)。首先,给出了集中式总体最小二乘融合的算法;然后,在总体最小二乘框架下,推导出多传感器递推融合估计算法。通过仿真实验对RTLS_F与其它水下机器人动力学参数辨识算法进行了比较。实验结果表明,在系数矩阵和观测向量都含有误差的情况下,最小二乘融合是有偏估计且难以提高估计精度,而RTLS_F算法可以有效改善参数辨识性能。     

基于多模卫星信号的船载智能定位终端系统

在沿海航行中,为维护船舶航行期间的安全,航海者需要注意船舶的准确位置,而船载智能定位终端系统的不断改进,推动着船舶在既定航线上稳定航行,其中的全球卫星导航系统在导航定位、科研测绘、城市智能交通等多个领域均有广泛的应用。为深入探讨船载智能定位终端系统地标定位的准确性,本文选取多模卫星信号中的GPS系统和北斗系统,以最小二乘算法的定权策略对其展开探讨,在基于多模卫星信号提升船舶的导航定位技术,使其优势互补,共同提高定位精度,最大限度地减少定位误差,充分保障船舶安全航行。     

一种单站纯方位跟踪中的非线性最小二乘方法

对纯方位跟踪问题进行了描述,通过建立模型,设计求解算法,提出了一种解纯方位跟踪问题的非线性最小二乘方法,并将它与解纯方位跟踪问题的线性最小二乘方法进行了比较与仿真分析。仿真结果表明,非线性最小二乘方法具有较高的估计精度,是一种有效的算法,对潜艇实施隐蔽探测与跟踪具有重要意义。     

机动目标滤波的最小二乘方法

基于最小二乘滤波精度分析的解析表达式，得出了最小二乘滤波器记忆长度的优化方法，提出一种目标运动加速度的在线实时估计方法，据此可实现最小二乘滤波器记忆长度的实时优化，形成一种适用于机动目标的基于最小二乘的自适应滤波方法。最后进行数值仿真，验证理论分析与算法的正确性。     

利用DOA和TOA对运动辐射源的单舰无源定位

采用最优加权最小二乘估计和卡尔曼滤波算法,讨论了利用目标到达角和到达时间测量数据对运动目标进行单舰无源定位与跟踪的方法,经计算机仿真证明,该方法在无源定位系统中有一定的参考价值。