基于最小均方误差的唯方位无源定位新方法

"本文介绍了一种基于最小均方误差准则的唯方位无源定位新方法，该方法适用于二维和三维环境，只需要两个观测站就能实现定位，降低了系统复杂度。通过加权约束条件优化目标位置估计，使得目标位置到各个观测站定位视线的距离和达到最小。这种方法的定位误差接近克拉美-罗下界（CRLB），并通过仿真实验验证了其可行性和有效性。关键词涉及无源定位、最小均方误差准则、测向交叉定位。" 无源定位是一种技术，它在不主动发射电磁波的情况下，通过接收雷达、通信设备等辐射源的电磁波参数或目标的光学、红外特征来确定辐射源的位置和运动状态。相比于有源定位，无源定位具有隐蔽性好、探测距离远、不易被发现的优势。无源定位系统可分为单站和多站两类，前者机动性强但可观测性有限，后者则能通过布站实现高精度瞬时定位。 该论文提出的是一种多站唯方位无源定位新方法，它基于最小均方误差准则，采用加权约束条件来求解最佳目标位置。这种方法首先假设目标位置，然后计算这个位置到每个观测站的视线距离，通过调整目标位置使得所有这些距离之和达到最小，从而得到最佳位置估计。此方法不仅适用于二维空间，也可扩展到三维空间，并且只需要两个观测站即可完成定位任务，这显著降低了系统的复杂度。 定位误差是衡量定位方法准确性的关键指标，本文提到的新方法的误差接近克拉美-罗下界（CRLB），这是理论上的最优误差界限，表明该方法具有较高的定位精度。为了验证方法的有效性，进行了仿真实验，结果证实了该方法在实际应用中的可行性和准确性。 常见的无源定位方法包括测向定位（DOA）、多普勒频差定位（FDOA）和时差定位（TDOA）等。然而，这些方法各有局限性，如时差定位在信号带宽窄、信噪比较低时，误差可能增大；多普勒频差定位在信号载频未知或测量时间短时，误差也会增加，且至少需要五个固定站来实现二维平面上的目标定位和速度估计。相比之下，唯方位交叉定位法只需两个站，但局限于基线方向附近的定位。 传统的定位跟踪算法，如卡尔曼滤波及其变种、非线性最小二乘法、牛顿迭代法和最大似然算法等，虽然广泛使用，但它们通常需要迭代过程，收敛性和计算量是其主要问题。本文提出的基于加权最小距离法的定位方法，旨在解决这些问题，提供一个更高效且可靠的定位解决方案。 该论文提出的基于最小均方误差准则的唯方位无源定位方法，结合加权约束条件，为无源定位提供了一个新的优化策略，降低了系统复杂度，提高了定位精度，具有重要的理论价值和实践意义。