为了实现利用电磁辐射信号进行配网电弧故障定位,提出了一种基于到达时差(time difference of arrival,TDOA)方法的Chan-LM协同定位算法。该算法采用Chan算法快速获得的初始点,再经过LM(Levenberg-Marquart)算法迭代修正定位结果。仿真...为了实现利用电磁辐射信号进行配网电弧故障定位,提出了一种基于到达时差(time difference of arrival,TDOA)方法的Chan-LM协同定位算法。该算法采用Chan算法快速获得的初始点,再经过LM(Levenberg-Marquart)算法迭代修正定位结果。仿真分析了TDOA定位算法、电磁辐射传感器配置对定位精度的影响,结果表明Chan-LM协同算法比Chan算法的定位误差减小40%,参考主站位于中心位置的Y形布站方式,传感器所在海拔高度相同时的监测区域整体定位准确度较高。利用实测电弧电磁辐射波形验证了Chan-LM协同算法能够有效改善定位精度,为基于电磁辐射TDOA的电弧定位策略应用提供参考依据。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
低地球轨道(Low Earth Orbit,LEO)卫星无源定位场景中不同目标辐射源之间相互干扰、时频混叠,不同目标的到达时差(Time Difference Of Arrival,TDOA)参数混杂难以区分,较难实现精准目标定位。基于网格密度聚类算法(Clustering Algorithm...低地球轨道(Low Earth Orbit,LEO)卫星无源定位场景中不同目标辐射源之间相互干扰、时频混叠,不同目标的到达时差(Time Difference Of Arrival,TDOA)参数混杂难以区分,较难实现精准目标定位。基于网格密度聚类算法(Clustering Algorithm based on Grid Density,CAGD)的基本原理,并利用TDOA参数的多复杂特征,构建多目标TDOA参数分选模型,实现TDOA定位参数分选。模型通过定义网格密度波谷,解决了定位目标间数据被聚为一类的问题,同时引入位置相连原则实现最佳类簇合并,最终实现定位参数分选。仿真结果表明,相较于传统网格及密度聚类方法,本方法对LEO卫星无源定位场景下的多目标TDOA参数分选表现更好。展开更多
文摘为了实现利用电磁辐射信号进行配网电弧故障定位,提出了一种基于到达时差(time difference of arrival,TDOA)方法的Chan-LM协同定位算法。该算法采用Chan算法快速获得的初始点,再经过LM(Levenberg-Marquart)算法迭代修正定位结果。仿真分析了TDOA定位算法、电磁辐射传感器配置对定位精度的影响,结果表明Chan-LM协同算法比Chan算法的定位误差减小40%,参考主站位于中心位置的Y形布站方式,传感器所在海拔高度相同时的监测区域整体定位准确度较高。利用实测电弧电磁辐射波形验证了Chan-LM协同算法能够有效改善定位精度,为基于电磁辐射TDOA的电弧定位策略应用提供参考依据。
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。
文摘低地球轨道(Low Earth Orbit,LEO)卫星无源定位场景中不同目标辐射源之间相互干扰、时频混叠,不同目标的到达时差(Time Difference Of Arrival,TDOA)参数混杂难以区分,较难实现精准目标定位。基于网格密度聚类算法(Clustering Algorithm based on Grid Density,CAGD)的基本原理,并利用TDOA参数的多复杂特征,构建多目标TDOA参数分选模型,实现TDOA定位参数分选。模型通过定义网格密度波谷,解决了定位目标间数据被聚为一类的问题,同时引入位置相连原则实现最佳类簇合并,最终实现定位参数分选。仿真结果表明,相较于传统网格及密度聚类方法,本方法对LEO卫星无源定位场景下的多目标TDOA参数分选表现更好。
