联合时延与多普勒频率的直接定位改进算法

摘要

针对传统两步定位算法中测量参数不能保证与真实位置匹配,导致信息损失,产生定位误差的问题,提出了一种联合时延与多普勒频率的直接定位改进(IDPD)算法.首先采用高斯最大似然估计器,将从数据中提取目标位置信息的问题转化为求解包含发射源位置信息的厄尔米特矩阵的最大特征值问题;然后利用矩阵转置后特征值相同这一性质进行简化运算;最后通过二维地理网格搜索以获取发射源的位置估计.较之传统的直接定位(DPD)算法,IDPD算法对信号无要求,且利用极大特征值作为网格点的代价函数,抑制了噪声的影响,提高了定位精度.仿真结果表明,IDPD算法在低信噪比条件下对目标位置估计误差在102 m量级,与DPD算法相比,定位精度提高了30％以上,更加逼近克拉美罗下界.