【摘 要】
：
在无源定位中,利用观测站获得目标信号的到达角（Angle of Arrival,AOA）、达到时间（Time of Arrival,TOA）和到达时间差（Time Difference of Arrival,TDOA）等测量值,可以确定目标的位置。有研究人员通过引入到达频率差（Frequency Difference of Arrival,FDOA）测量值,使得基于TDOA和FDOA的定位算法可以
论文部分内容阅读
在无源定位中,利用观测站获得目标信号的到达角（Angle of Arrival,AOA）、达到时间（Time of Arrival,TOA）和到达时间差（Time Difference of Arrival,TDOA）等测量值,可以确定目标的位置。有研究人员通过引入到达频率差（Frequency Difference of Arrival,FDOA）测量值,使得基于TDOA和FDOA的定位算法可以估计目标的位置和速度。此外,测量差分多普勒率（Differential Doppler Rate,DDR）不仅可以补偿相对多普勒扩展,提高FDOA的估计精度,也能用于目标的定位。目前,基于TDOA、FDOA和DDR的定位算法主要包括两个步骤:第一步是对目标进行粗估计,第二步是在粗估计的基础上进一步优化目标定位结果。但这类算法的粗估计是在假设变量之间相互独立的前提下进行计算的,忽略了变量之间的相关性,导致在高噪声下,粗估计精度不足的问题,降低了第二步对目标定位的优化效果。针对此问题,论文提出了一种基于拉格朗日乘子的改进定位算法。通过分析观测站与目标之间的关系,得到一组TDOA、FDOA和DDR方程,并引入冗余变量,进而将方程线性化。此时定位问题被构建成一个约束加权最小二乘问题,再利用拉格朗日乘子转化成无约束最小化问题,最后通过特征值分解和多项式求根操作求解该无约束最小化问题,从而获得目标的粗估计。改进的粗估计算法,由于摒弃了变量间相互独立的不合理假设,因此具有更好的预测精度。最后,将约束条件线性化,把粗估计代入加权最小二乘法的解,获得目标的最终定位结果。仿真结果表明,论文提出的改进算法能够有效的提升定位精度。
其他文献
科技的飞速发展促进了新兴技术被广泛的应用到人类的日常生活中,然而应用程序需要处理的数据量也随之陡增。由于内存技术的发展趋势不能像计算性能那样迅速扩展,从而导致了所谓的冯·诺依曼内存墙。为了解决“内存墙”及其带来的一系列问题,学者们提出了一种新型计算架构-存内计算架构。本文首先介绍了半导体行业发展的背景和现状,并从SRAM（Static Random Access Memory）存储单元着手,详细介
随着云计算技术的不断成熟,基于服务的系统（Service-Based System,SBS）正在快速增长,SBS根据业务流程的形式组合现有的服务为用户提供服务。但是这种架构也给系统的容错带来了更复杂的问题。在动态的云环境中,SBS的组件服务可能会遇到由于各种运行时异常（例如虚拟机故障、软件异常等）而导致的多维度服务质量（Quality of Service,QoS）下降的情况。及时且经济高效地处理
计算机视觉的处理和研究作为一个有价值和意义的课题受到研究者们的广泛关注。在计算机视觉问题中,图像的语义分割技术在自动驾驶汽车、军事武器、人机交互、智慧工地、虚拟现实、智慧生产等领域有着深远的影响,但是深度卷积神经网络的结构也会使得分割任务面对一些问题。一方面,深度神经网络在深层学习高级语义信息的过程中,部分边界轮廓信息和位置信息会丢失。另一方面,对于图像的语义分割的结果,由于特征包含的空间信息不足
随着数据的海量增长,许多用户选择利用云服务器存储数据,从而降低本地存储数据的负担。但是利用云服务器存储数据会导致数据的控制权和使用权分离。此外,云服务器可能由于软硬件故障等因素损坏用户数据。因此用户需要不定期的对外包数据进行完整性审计。然而随着云计算的发展,不可信的云服务器可能会泄露外包数据中的隐私信息。因此,隐私保护的数据完整性审计逐渐成为研究重点。尤其是在物联网环境下,面对跨域存储的外包数据,
动态随机存储器（Dynamic Random Access Memory,DRAM）是存储器产业的重要组成部分。灵敏放大器（Sense Amplifier,SA）作为DRAM的关键电路,在数据读取时发挥着至关重要的作用。在DRAM中,接入灵敏放大器的位线是成对存在的,灵敏放大器的功能是识别两端位线之间微弱的电压差,并将此电压差放大至外围电路可以识别的电压差。在生产过程中,由于晶体管阈值电压的不同,
激光自混合干涉法作为一种非接触式光学传感测量技术受到航天、生物医疗、自动驾驶以及自然灾害预防等领域专家的广泛关注。与传统双光束干涉方案相比,激光自混合技术具有结构简单、光路易于准直、灵敏度高、测量距离不依赖于光源的相干长度等优点,可实现远距离非合作目标物理量的测量。特别是激光自混合测量技术与外腔频移技术相结合可加强反馈光与腔内激光的干涉强度与频率,进一步拓展了激光自混合测量方案的应用领域。近年,基
金属-氧化物-半导体场效应晶体管（Metal-Oxide-Semiconductor Field Effect Transistor,MOSFET）的特征尺寸随等比例缩小规则不断减小,导致其亚阈值摆幅、电流开关比等性能变差,由其构成的静态随机存储器（Static Random-Access Memory,SRAM）的静态功耗较高,阻碍了其在低功耗设备中的应用。而隧穿场效应晶体管（Tunnel Fi
激光测风雷达已经逐渐融入人类的生活,在天气预报、航天航空安全和智能风电等领域都有着广泛的运用。相比于传统的微波测风雷达,激光测风雷达使用波长更短的光源,因此更容易在微小的气溶胶粒子上产生米氏散射,从而可以有效探测晴空条件下的风场信息。在已有的各类激光测风雷达中,使用1550nm激光的全光纤结构连续波激光相干多普勒测风雷达拥有一些特别优势,如人眼的最大允许曝光量较高、结构简单、关键器件的成本低、可靠
随着移动通信网络技术的发展,越来越多的移动设备接入到通信网络中,在一定程度上加重了回程链路的负载,同时,用户对数据传输速率的要求也越来越高。可以通过在网络中引入缓存技术来减轻回程链路的压力,提升网络的整体性能。网络缓存需要考虑缓存内容和缓存位置两方面的问题,只有准确地将用户的兴趣内容放置在用户的关联基站上,才可以在满足用户需求的同时有效地减轻回程链路的压力。论文的主要研究内容如下:首先,考虑移动蜂
随着机器学习、图像识别、物联网等新兴领域的发展,在处理像基于大数据的计算任务时,传统计算架构已经越来越不能满足快速发展的应用对处理器速度和能量效率的要求。存内计算不同于传统的计算架构,它将系统的存储模块和计算模块相结合,使系统对数据的处理步骤可以直接在内存中完成,实现了存储和计算一体化。存内计算节省了数据从存储模块到计算模块之间的传输,不但大大地节省了能量消耗,也进一步提升了数据的处理速度。静态随