基于误差校正的联合DOA与TOA单站无源定位方法

    公开(公告)号:CN108717184B

    公开(公告)日:2020-09-01

    申请号:CN201810392481.3

    申请日:2018-04-27

    Abstract: 本发明公开了一种基于误差校正的联合DOA与TOA单站无源定位方法。本发明将外辐射源雷达系统接收站得到的量测信息,通过引入辅助变量,将非线性方程转化为伪线性方程,建立目标位置状态与观测站位置状态之间的伪线性模型,采用迭代最小二乘法对进行估计,构造约束总体最小二乘估计模型,并将上述有约束优化问题转化为无约束优化问题,利用牛顿迭代法进行优化求解,利用辅助变量与目标位置之间的关联性构造关联最小二乘估计模型,进一步改善目标定位性能。本发明通过联合估计目标位置和系统误差,提高目标定位精度。本发明利于改善目标定位性能,在保证估计性能的前提下降低误差配准的复杂度,在量测噪声较大情况下具有良好的定位性能。

    基于深度聚类的极坐标动态规划无源协同定位方法

    公开(公告)号:CN107064865B

    公开(公告)日:2020-06-23

    申请号:CN201710225331.9

    申请日:2017-04-07

    Abstract: 本发明提出一种基于深度聚类的极坐标动态规划无源协同定位方法。该方法首先提出了环境变量学习过程,用以确定空间转移伸缩量,并结合误差传递理论求出非线性测量空间内有效转移范围。第二,首次在极值理论确定的回溯阈值内加入抗干扰因子,最终确定基于深度聚类的动态规划算法的回溯阈值。第三,提出一种基于深度聚类的动态规划算法,在测量空间进行目标检测与跟踪。最后,对目标状态进行扩维,从而包括辐射源状态,并提出一种基于关联预测协方差的扩展卡尔曼滤波算法,对扩维后的状态进行联合估计。

    一种考虑地球曲率的双基站三维无源定位方法

    公开(公告)号:CN110596691A

    公开(公告)日:2019-12-20

    申请号:CN201910815155.3

    申请日:2019-08-30

    Abstract: 本发明公开了一种考虑地球曲率的双基站三维无源定位方法。本发明首先在考虑地球曲率的情况下,建立目标和外辐射源在地心地固坐标系下(ECEF)的运动方程,然后根据量测得到的双基站距离和角度信息建立似然函数,通过遗传算法求解出该似然函数的极值,将其作为目标的初始运动状态。此外考虑到遗传算法计算的时间随着数据量的增加而增加,本发明为了兼顾实时性和准确性的要求,只选取前十五个时刻的测量值来建立似然函数,在遗传算法求出似然函数的解得到目标的初始状态后,后面时刻使用概率数据关联算法(PDA)结合扩展卡尔曼滤波(EKF)进行目标状态的预测和更新。

    一种时钟偏差下多发多收外辐射源雷达双基距定位方法

    公开(公告)号:CN110161475A

    公开(公告)日:2019-08-23

    申请号:CN201910462791.2

    申请日:2019-05-30

    Abstract: 本发明公开了一种时钟偏差下多发多收外辐射源雷达双基距定位方法。本发明首先根据包含系统偏差和量测误差下的多发多收外辐射源雷达双基距量测方程进行线性化处理,选择目标距接收站的距离为辅助变量,构造目标位置和双基距系统偏差联合估计线性模型。通过多阶段加权最小二乘算法消除忽略辅助变量与目标位置的关联对目标定位影响,提高目标位置和双基距系统偏差联合估计的精度。最后,利用双基距系统偏差对双基距量测值进行校正,进行后验迭代,进一步提高目标定位性能。

    一种观测站位置误差下外辐射源雷达双基距定位方法

    公开(公告)号:CN109633591A

    公开(公告)日:2019-04-16

    申请号:CN201910048330.0

    申请日:2019-01-18

    Abstract: 本发明公开了一种观测站位置误差下外辐射源雷达双基距定位方法。本发明根据获得的双基距量测信息,引入中间变量将非线性方程转化为伪线性方程,建立目标位置估计模型。根据双基距量测误差和观测站位置误差设计权重,采用迭代加权最小二乘法估计。接着考虑中间变量与目标位置之间的关联性构造关联最小二乘估计模型,改进上述目标位置估计结果。本发明引入辅助变量,合理将非线性量测模型转化为伪线性估计模型,在保证估计性能的前提下降低外辐射源定位的复杂度。根据观测站位置误差和双基距量测噪声设计优化指标权重,从而降低误差对目标定位性能的影响,提高目标位置估计精度。本发明经过了两步迭代,使得目标位置的定位估计更加精准。

    一种基于边缘保持的POCS图像超分辨重建方法

    公开(公告)号:CN108765288A

    公开(公告)日:2018-11-06

    申请号:CN201810513242.9

    申请日:2018-05-25

    CPC classification number: G06T3/4053 G06T3/4007 G06T7/13 G06T2207/10004

    Abstract: 本发明公开了一种基于边缘保持的POCS图像超分辨重建方法,包含图像边缘提取、判断像素点是否为边缘像素、根据判断结果改进PSF、根据相应PSF进行迭代修正等四个基本步骤,具体为:对任意一帧低分辨率图像进行双线性插值操作,得到目标高分辨率图像的初始参考帧;对该初始帧进行边缘提取,得到其边缘图像;对检测到的边缘像素,根据夹角大小的不同而采用不同的PSF;选取相应的PSF,模拟低分辨率图像的生成过程,由高分辨初始帧计算出低分辨率图像的像素值,计算该像素值与相应原有序列低分辨率图像像素值之间的残差,根据残差对高分辨初始帧做出修正。本发明使得重建的高分辨率图像清晰度相较于原有低分辨率图像有了明显的提升,且图像边缘保持效果良好。

    一种基于BCD-VSMM机动目标无源协同定位方法

    公开(公告)号:CN106526559A

    公开(公告)日:2017-03-22

    申请号:CN201610871858.4

    申请日:2016-09-30

    Abstract: 本发明公开了一种基于BCD-VSMM机动目标无源协同定位方法。该方法利用求闭式解得到多个伪测量,并用梯度下降法对多个伪量测进行融合优化,将得到的融合伪测量作为CD-VSMM算法的输入进行正向滤波,并在正向滤波完成后加入反向滞后平滑算法,即在估计目标运动状态中应用CD-VSMM算法并使用一种在反向上模仿上述的CD-VSMM算法进行滞后平滑回溯,来跟踪无源协同定位状态下的机动目标,进行滤波与估计,得到目标的状态值。用上述方法对目标的运动状态进行估计,其估计所得到的结果相较于标准交互多模型(IMM)和基于CD-VSMM算法有更高的精度和增加可接受范围内的计算复杂度。

    结合空间信息的高光谱分类结果优化方法

    公开(公告)号:CN103886326B

    公开(公告)日:2016-12-07

    申请号:CN201410064547.8

    申请日:2014-02-25

    Abstract: 本发明公开了一种结合空间信息的高光谱分类结果优化方法。常规的高光谱图像分类技术主要关注于如何更好地利用光谱空间的分类信息,往往忽视图像空间域信息。本发明在利用数据进行自身光谱特征分类的同时采用自适应阈值边缘提取和内部膨胀法相结合的空间域有效信息对光谱分类结果进行补充。本发明首先采用基于支持向量机的分类方法对数据进行谱域分类。之后采用自适应阈值边缘提取和内部膨胀法引入空间域有效信息对光谱分类结果进行修正。本发明更加充分地利用了高光谱数据包含的信息,提高了高光谱图像分类精度。

    一种地基雷达与空中移动平台雷达的实时误差配准方法

    公开(公告)号:CN103344946B

    公开(公告)日:2015-03-18

    申请号:CN201310284157.7

    申请日:2013-07-08

    Abstract: 本发明公开了一种地基雷达与空中移动平台雷达的实时误差配准方法。本发明首先将雷达对目标的量测、雷达本地地理坐标以及平台的姿态角量测上报融合中心,得到等效量测方程,然后进行序贯最小二乘初始化及序贯最小二乘方法估计各雷达系统误差和平台姿态角偏差,最后用估计的系统误差和平台姿态角偏差估计对各雷达的系统误差和平台姿态角偏差进行补偿,实现雷达组网的误差配准。本发明通过合理的建模,获得了各雷达的绝对系统误差估计,且适用于各雷达之间相距较远的情况。

Patent Agency Ranking