针对水下目标被动定位中传感器位置误差带来的定位精度不高的问题,提出了一种基于两步最小二乘的到达时间差波达方向(time difference of arrival-direction of arrival,TDOA-DOA)目标定位算法。首先,构建TDOA-DOA理想化无误差模型,并...针对水下目标被动定位中传感器位置误差带来的定位精度不高的问题,提出了一种基于两步最小二乘的到达时间差波达方向(time difference of arrival-direction of arrival,TDOA-DOA)目标定位算法。首先,构建TDOA-DOA理想化无误差模型,并利用最小二乘算法对目标位置进行粗估计。其次,考虑测量误差和传感器位置误差,构建目标定位误差和传感器位置的联合方程,并利用加权最小二乘求解。最后,利用目标定位误差对目标位置粗估计值进行修正,得到更精确的定位结果。仿真实验表明,所提算法可对目标位置和传感器位置进行联合估计,相较于已有算法具有更高的定位精度,更适用于传感器位置存在误差情况下的水下目标定位。展开更多
针对水下洋流或工程测量等原因引起的传感器位置误差,以及仅使用单一观测参数造成的定位精度问题,本文提出一种联合一维到达角(One-Dimensional Angle of Arrival,1-D AOA)和到达时差(Time Difference of Arrival,TDOA)的水下目标快速...针对水下洋流或工程测量等原因引起的传感器位置误差,以及仅使用单一观测参数造成的定位精度问题,本文提出一种联合一维到达角(One-Dimensional Angle of Arrival,1-D AOA)和到达时差(Time Difference of Arrival,TDOA)的水下目标快速定位算法,该算法通过锥面和双曲面的交点确定目标位置。首先,在观测噪声和线阵中点位置扰动噪声下,推导联合1-D AOA和TDOA观测值与目标位置的非线性方程。接着,提出一种两步加权最小二乘(Weighted Least Squares,WLS)求解算法,该算法第一步引入辅助变量将非线性方程转化为伪线性方程,并使用WLS获得目标位置的粗估计;第二步利用目标位置和辅助变量的关系构造新的方程,再用WLS得到更精确的目标位置估计。然后,推导了在观测噪声和线阵中点位置扰动噪声下的克拉美罗下界(Cramer-Rao lower bound,CRLB)来评估定位性能。仿真实验结果表明,与现有联合1-D AOA和TDOA测量的算法相比,所提算法考虑线阵中点位置误差,在传感器位置误差场景下具有更高的定位精度。展开更多
文摘针对水下目标被动定位中传感器位置误差带来的定位精度不高的问题,提出了一种基于两步最小二乘的到达时间差波达方向(time difference of arrival-direction of arrival,TDOA-DOA)目标定位算法。首先,构建TDOA-DOA理想化无误差模型,并利用最小二乘算法对目标位置进行粗估计。其次,考虑测量误差和传感器位置误差,构建目标定位误差和传感器位置的联合方程,并利用加权最小二乘求解。最后,利用目标定位误差对目标位置粗估计值进行修正,得到更精确的定位结果。仿真实验表明,所提算法可对目标位置和传感器位置进行联合估计,相较于已有算法具有更高的定位精度,更适用于传感器位置存在误差情况下的水下目标定位。
文摘针对水下洋流或工程测量等原因引起的传感器位置误差,以及仅使用单一观测参数造成的定位精度问题,本文提出一种联合一维到达角(One-Dimensional Angle of Arrival,1-D AOA)和到达时差(Time Difference of Arrival,TDOA)的水下目标快速定位算法,该算法通过锥面和双曲面的交点确定目标位置。首先,在观测噪声和线阵中点位置扰动噪声下,推导联合1-D AOA和TDOA观测值与目标位置的非线性方程。接着,提出一种两步加权最小二乘(Weighted Least Squares,WLS)求解算法,该算法第一步引入辅助变量将非线性方程转化为伪线性方程,并使用WLS获得目标位置的粗估计;第二步利用目标位置和辅助变量的关系构造新的方程,再用WLS得到更精确的目标位置估计。然后,推导了在观测噪声和线阵中点位置扰动噪声下的克拉美罗下界(Cramer-Rao lower bound,CRLB)来评估定位性能。仿真实验结果表明,与现有联合1-D AOA和TDOA测量的算法相比,所提算法考虑线阵中点位置误差,在传感器位置误差场景下具有更高的定位精度。
