共查询到18条相似文献，搜索用时 576 毫秒
1.
随着电子战、信息战在现代军事领域的地位日趋重要,基于外辐射源的定位跟踪方法成为现代雷达领域的研究热点。针对通过单站接收多外辐射源信号获取角度（direction of arrival,DOA）和时差（time difference of arrival,TDOA）信息对运动目标跟踪的问题,首先推导角度和时差的伪线性观测方程,在通过最小二乘（least squares,LS）算法获取初值的条件下,利用传统的卡尔曼滤波算法实现目标的跟踪,该方法称为伪线性卡尔曼滤波（pseudo-liner Kalman filter,PKF）算法。进一步分析观测方程,提出了利用迭代的IPKF（iterative PKF）目标跟踪算法,并推导其克拉美罗下界（Cramer-Rao lower bound,CRLB）。仿真实验分析说明,该IPKF算法的跟踪精度、收敛速度和稳定性均优于传统的扩展卡尔曼滤波（extended Kalman filter,EKF）算法,且迭代次数越多,性能越好,观测误差越小,跟踪误差越接近CRLB。 相似文献
2.
针对刚体定位同时估计目标的位置和姿态信息的问题，研究了在三维空间中利用单基站进行刚体定位（RBL）的框架.该框架采用单个基站对安装在刚性目标表面的小规模无线传感器信号的波达方向进行测量，并将其与传感器拓扑信息融合，提出了两种用于RBL的最大似然估计算子.利用改进的高斯-牛顿算法对旋转矩阵和平移向量的最大似然估计算子进行优化估计，解算出了目标物体的三维位置和姿态.仿真结果表明，文中提出的最大似然算子可以接近理论克拉美罗下限，并且在收敛成功率和运算成本方面具有较为出色的性能. 相似文献
3.
对辐射源的三维被动定位是电子支持测量系统（electronic support measure system，ESM）的重要内容，特别是在军事上，是侦察定位、监视监测的重要方面。到达时间差（time difference of arrival，TDOA）、到达角度（angle of arrival，AOA）是被动雷达普遍采用的两种定位方法。本文基于分别安装于不同运动平台上的两个传感器的AOA和TDOA测量，给出了迭代最小二乘（iterative least squares，ILS）融合算法。其中，传感器的位置、速度以及状态等参量由集成GPS／INS系统估计得到，AOA／TDOA测量方程由运动平台的位置、姿态以及传感器的AOA、TDOA测量数据构成。本方法首先将ISL用于对两个传感器的AOA融合，然后将得到的估计结果作为AOA／TDOA的ILS融合的初始值。仿真结果显示采用AOA／TDOA融合算法，使定位精度得到有效提高。 相似文献
4.
利用CRLB的数字摄影测量人工标志定位不确定性评估 总被引：1，自引：1，他引：0
考虑影像形成的物理过程,针对叠加零均值高斯白噪声的标志定位模型,利用最大似然估计理论,推导出了基于标志定位不确定性理论的误差性能克拉美-罗下限(Cramér-Rao lower bound,CRLB),同时确定了CRLB在一定置信水平下的置信区间。以圆形标志实验为例,分析了噪声水平和标志大小两个因素对CRLB的影响。 相似文献
5.
6.
7.
8.
9.
针对无线接入点的位置估计问题,利用基于接收信号强度的测距技术,提出一种无需已知测距模型参数的无线接入点位置估计算法。该算法首先通过距离间的比例关系消去和无线接入点发射功率相关的测距模型参数;然后根据最小二乘原理来搜索最佳路径损耗指数,再确定无线接入点的位置。仿真结果表明,该算法能够改善现有无线接入点位置估计算法存在的不足,提升位置估计的精度。 相似文献
10.
11.
针对室内环境下的5G定位需求,提出了利用神经网络算法对粗略定位结果进行优化的方法,减小了多径、非视距传播造成的定位误差,改善了结果域的定位精度. 优化算法利用测距定位中的到达时间(TOA)定位法和到达时间差(TDOA)定位法获得粗略定位结果,分别结合BP神经网络、Elman神经网络及通过遗传算法(GA)优化后的GA-BP神经网络、GA-Elman神经网络共利用4种神经网络进行训练,得到修正后的精确定位结果,并对4种神经网络算法进行了分析与评估. Elman算法相较于BP算法具有迭代收敛快、迭代次数少、误差改正好的特点,更适合5G定位结果域的优化;融入 GA 后结果精度均有所提高,其中GA-Elman算法能够训练得到最好的定位结果. 相似文献
12.
针对超宽带室内定位系统中的标准偏差和非视距误差问题,该文设计了一种基于改进卡尔曼滤波动态定位方法。该方法首先针对双向到达时间测距信息进行标定,利用线性拟合剔除测距信息中的标准偏差,针对超宽带平面定位系统中的非线性量测方程推导得到线性化的量测方程,将改正后的测距信息作为改进卡尔曼滤波量测信息,通过设定阈值调整卡尔曼滤波增益,从而剔除非视距误差。实验结果表明,该方法能有效抑制标准偏差和非视距误差的影响,视距环境下能达到厘米级精度,非视距环境下亚分米级精度,实现室内环境下的高精度动态定位。 相似文献
13.
地籍测量中,单一系统无法满足定位要求,组合定位技术应运而生. 其中,捷联惯性导航系统(SINS)和GPS组合定位应用最为广泛.在卫星信号受到干扰失效区域,系统进入纯SINS解算,定位误差会逐渐累积,无法满足定位精度要求. 针对此问题,提出一种长短期记忆(LSTM)神经网络辅助的组合定位算法. 根据LSTM神经网络能够有效运用于长距离时间序列的特性,在GPS有效区域,用卡尔曼滤波(KF)算法对SINS/GPS信号进行数据融合得到精确定位信息,同时利用惯性测量单元(IMU)、GPS和SINS输出信息对神经网络进行训练;在GPS失效区域,利用训练好的神经网络预测GPS位置信息,使得系统能继续用卡尔曼滤波器滤波. 最后结合地籍测量特点,设计了仿真实验,证明了该算法在GPS信号失效时可以有效抑制系统误差发散、提高定位精度,在不同运动状态下依然可以满足定位精度要求、鲁棒性强. 相似文献
14.
惯性导航系统可以短期内提供连续的高精度信息，但是误差会随时间增大，不能长期独立工作。而在大型仓库、地下停车场等室内卫星信号薄弱的场景中，传统的惯导+卫星组合方法也不再适用。针对该问题，本文提出了一种视觉与惯导组合定位的方法。本文研究的惯导+视觉组合的定位方法中，采用基于合作目标的单目视觉定位方法对惯导误差进行修正。对于惯导误差的修正方法，本文利用视觉定位的位姿信息建立量测方程，进行卡尔曼滤波，并选取合适的试验设备，通过实际试验对比验证了该算法对惯导系统误差的修正具有良好的效果。 相似文献
15.
针对目前常用的超宽带算法,扩展卡尔曼滤波(EKF)在解算过程中产生的线性化误差,对定位结果产生影响,而无损卡尔曼滤波(UKF)算法可以不进行线性化过程进行解算,避免误差的产生。文中首先对UWB定位系统线性化误差进行分析,在此基础上提出UKF和TDOA相结合的定位模型,通过实验比较两种算法的定位精度。实验结果表明UKF算法定位结果相比于EKF算法在U方向上有明显提升,误差稳定在10 cm之内。同时,通过改变初始坐标偏差,来进一步比较两种算法的定位效果,结果表明,初始偏差设置为0.5 m时,UKF算法比EKF算法U方向精度提升15%;初始偏差设置为1 m时,UKF算法U方向精度提升60%以上;初始偏差设置为5 m和10 m时,UKF算法U方向精度提升可以达到90%。EKF算法会产生不可忽略的线性化误差且误差会随着初始偏差增大而增大,UKF算法则可以保持较好的定位精度和稳定性。 相似文献
16.
POS系统是移动测量系统的重要组成部分。由于系统集成影响,POS系统中心的运动状态无法直接观测。因此,可采取设置相关测量合作目标的方法,在确定其与POS系统中心的位置基础上,通过观测合作目标来确定POS系统中心的运动状态。从车载移动测量系统空间基准统一方程出发,提出了一种解算测量合作目标安置参数的方法,并以此为基础,系统分析POS系统定位定姿误差、全站仪测距测角误差、尺度因子误差等误差源对安置参数解算的影响,推导了安置参数解算的误差模型。实验结果表明,采用本文解算方法,可以获取毫米级的合作目标安置参数,满足合作目标应用于动态测量检测POS系统定位精度的需求。 相似文献
17.
Due to their low power levels, global positioning system (GPS) signals are very susceptible to interference from intentional and unintentional sources. With ever increasing reliance on global navigation satellite systems (GNSS) for everyday operation of safety–critical infrastructure, the detection, localization and elimination of interference to GNSS is of paramount importance. The GNSS environmental monitoring system (GEMS) II provides the capability to detect and localize interferers in real time in a given area. It consists of a number of spatially distributed sensor nodes connected to a central processing unit. Interference is localized using hybrid direction-of-arrival (DOA) and time-difference-of-arrival (TDOA) techniques. We describe the GEMS II environment and provide an in-depth analysis and evaluation of the TDOA aspects of the system. During evaluation, signals generated from Spirent GPS signal generators as well as data from actual field-test trials are used to provide extensive performance analysis and comparison, with a view to final system integration. 相似文献
18.
随着第五代移动通信技术(5G)时代的到来,以毫米波通信为代表的技术得到了日益广泛的关注. 5G毫米波信号的带宽大、频率高、时延短,并且信道稀疏,所以能够为基于到达时间(TOA)和基于到达时间差(TDOA)的定位提供更加准确的测量值,有利于实现高精度的室内定位. 研究了三种应用于室内的5G毫米波TDOA定位算法,并结合卡尔曼滤波进行了试验验证分析与比较. 结果表明,基于5G毫米波的室内静态定位精度可达0.2886 m,动态定位的精度可达0.6076 m. 相似文献