双曲定位

学号：20021110368T

姓名：郭立博

转载自：《航空学报》的微信公众号推文。

嵌牛导读：本篇推文来自文献： 孙霆, 董春曦. 传感器参数误差下的运动目标TDOA/FDOA无源定位算法[J]. 航空学报, 2020, 41(2): 323317

嵌牛鼻子：双曲定位是如何进行？

牛嵌正文：

研究背景

       无源定位算法在无线传感器网络，声呐，雷达等多个领域应用广泛。无源定位技术可以归纳为依靠传感器网络获取辐射源辐射的不同类型观测量进行定位求解，而最常见的观测量便是时差(TDOA)。每一个TDOA往往伴随着一个双曲线的产生，多个双曲线的交点即可给出目标的位置。但是仅依靠TDOA无法获取运动目标的速度；此时需要联合频差(FDOA)进行求解。

       目前的无源定位算法大体可以分为两类，一种是迭代优化解，这种方法往往以较高的运算复杂度来保证定位精度，但是较高的计算复杂度在实际应用的过程中往往无法保证实时性；另一种是解析解(又成闭式解)，这种算法由于其计算效率高，但是其定位性能对噪声环境较敏感。因此对闭式解在性能方面的提高，还有待进一步研究。

图 1 运动目标定位场景图.jpg

创新点

       该篇文章考虑了传感器参数存在误差的情况，提出一种针对运动目标的两步加权最小二乘算法。第一步与常规的两步加权最小二乘算法相同，引入了额外变量建立了伪线性方程并且给出了最小二乘解。而主要的改进在第二步，第二步中利用将额外变量与目标参数直接的非线性关系建立了新的等式方程，并且同样给出加权最小二乘解。该算法仍是闭式解，计算效率十分高，并且与之前传统的两步加权最小二乘算法相比，该文所提算法具有更好的噪声适应能力，另外，经过适当的维度扩展，能够应用于多运动目标定位场景之中。

总结与展望

       这篇文章所提出的算法虽然比传统的两步加权最小二乘算法具有更强的噪声适应能力，但是在远场目标估计时，大的测量噪声条件下性能会较大程度偏离CRLB (如图2)。因为此时目标与参考传感器的距离较远，这一点在许多文章中均有提到；另外，文章并没有考虑利用角度信息对目标进行定位，这两点是未来工作的一个方向。

图 2 远场目标参数估计均方根误差对比 (来自原文献中的图3).jpg