测向交叉定位
- 格式:docx
- 大小:355.58 KB
- 文档页数:12
交叉定位相对误差计算公式交叉定位是一种常用的定位方法,它通过多个定位系统进行交叉验证,以提高定位的准确性和可靠性。
在实际的定位过程中,我们常常需要计算定位结果的相对误差,以评估定位的准确性。
本文将介绍交叉定位相对误差的计算公式,并探讨其在定位领域的应用。
交叉定位相对误差的计算公式可以用以下公式表示:\[RE = \frac{\left| X_{1} X_{2} \right|}{X_{1}} \times 100\%\]其中,RE表示相对误差,\(X_{1}\)和\(X_{2}\)分别表示两个定位系统得到的定位结果。
相对误差的计算公式可以用于评估两个定位系统的定位结果之间的差异,以及评估单个定位系统的定位准确性。
交叉定位相对误差的计算公式可以帮助我们评估定位结果的准确性和可靠性。
当两个定位系统得到的定位结果相差较大时,其相对误差会较大,反之则较小。
通过计算相对误差,我们可以及时发现定位结果的偏差,以及定位系统的性能问题,从而及时采取措施进行修正和改进。
在实际的定位应用中,交叉定位相对误差的计算公式可以用于评估不同定位系统的性能差异,以及评估同一定位系统在不同环境下的定位准确性。
通过比较不同定位系统的相对误差,我们可以选择最优的定位系统,以提高定位的准确性和可靠性。
同时,通过监测同一定位系统在不同环境下的相对误差变化,我们可以及时了解定位系统的性能变化,从而及时进行维护和调整。
交叉定位相对误差的计算公式还可以用于评估定位系统在不同定位场景下的性能差异。
在不同的定位场景下,定位系统的性能可能会有所不同,通过计算相对误差,我们可以及时了解定位系统在不同场景下的性能差异,从而及时调整定位系统的参数和算法,以提高定位的准确性和可靠性。
总之,交叉定位相对误差的计算公式是评估定位准确性和可靠性的重要工具。
通过计算相对误差,我们可以及时发现定位系统的性能问题,从而及时采取措施进行修正和改进。
同时,通过比较不同定位系统的相对误差,我们可以选择最优的定位系统,以提高定位的准确性和可靠性。
doi:10.3969/j.issn.1003-3106.2023.09.004引用格式:耿傲婷,李迟生.一种基于粒子群的多站测向交叉定位改进算法[J].无线电工程,2023,53(9):2012-2018.[GENGAoting,LIChisheng.AnImprovedAlgorithmforMulti stationDFCrossLocationBasedonParticleSwarm[J].RadioEngineering,2023,53(9):2012-2018.]一种基于粒子群的多站测向交叉定位改进算法耿傲婷,李迟生(南昌大学信息工程学院,江西南昌330031)摘 要:针对现有的多站测向交叉定位算法定位精度低、迭代初值不易选取等问题,提出了一种基于改进粒子群的多站交叉定位算法。
新算法利用多站测向信息构建最小二乘(LeastSquares,LS)误差模型,以此作为适应度函数。
通过LS定位方法求出目标辐射源位置的粗略解,结合该解限制粒子搜索空间;对粒子群优化(ParticleSwarmOptimization,PSO)算法中学习因子参数进行非线性调整,平衡粒子在局部与全局二者之间的寻优能力;在粒子搜索后期结合模拟退火算法中的Metropolis准则,避免粒子无法获得最优定位解。
仿真结果表明,新算法不需要设置迭代初值,能有效地对目标进行定位,尤其在测角误差较大时同其他多站测向交叉定位算法相比而言具有更高的定位精度。
关键词:多站测向交叉定位;最小二乘定位;粒子群优化;Metropolis准则中图分类号:TN958.97文献标志码:A开放科学(资源服务)标识码(OSID):文章编号:1003-3106(2023)09-2012-07AnImprovedAlgorithmforMulti stationDFCrossLocationBasedonParticleSwarmGENGAoting,LIChisheng(SchoolofInformationEngineering,NanchangUniversity,Nanchang330031,China)Abstract:Tosolvetheproblemsoflowpositioningaccuracyanddifficultselectionofinitialiterativevaluesintheexistingmultistationdirectionfindingcross locationalgorithms,animprovedmulti stationcross locationalgorithmbasedonparticleswarmisproposed.Thenewalgorithmusesthemulti stationDFinformationtobuildtheLeastSquares(LS)errormodel,whichisusedasthefitnessfunctionoftheparticleswarmoptimizationalgorithm.Firstly,thealgorithmcombinestheprincipleofLSpositioningtoobtainaroughsolutionofthetargetradiationsourceposition,andtheparticlesearchspaceislimitedbythesolution;Secondly,theparametersoflearningfactorinParticalSwarmOptimization(PSO)areadjustednonlinearlytobalancetheoptimizationabilityofparticlesbetweenthelocalandtheglobal;Finally,inthelaterstageofiteration,itcombinestheMetropoliscriterioninthesimulatedannealingalgorithmtoavoidthatparticlescannotobtaintheoptimalpositioningsolution.Thesimulationresultsshowthattheimprovedalgorithmdoesnotneedtosettheinitialvalueofiteration,andcaneffectivelylocatethetarget,especiallywhenthemeasurementerrorislarge,ithashigherpositioningaccuracythanothermulti stationDFcross locationalgorithms.Keywords:multi stationDFcross location;LSlocalization;PSO;Metropoliscriterion收稿日期:2023-03-22基金项目:国家自然科学基金(61661030)FoundationItem:NationalNaturalScienceFoundationofChina(61661030)0 引言现代电子信息战争环境中,目标辐射源定位技术的重要性愈加显著。
第26卷 第3期2005年 5月 宇 航 学 报Journal of AstronauticsV ol.26 N o.3 May 2005收稿日期:2004206221,修回日期:2004211226基金项目:国家自然科学基金资助项目(批准号:60172033)全国优秀博士论文作者专项基金(N o.2000036)测向交叉定位系统中的交会角研究修建娟,何 友,王国宏,董云龙(海军航空工程学院信息融合技术研究所,烟台264001) 摘 要:研究了测向交叉定位系统中的交会角问题,以往许多学者对此问题的研究是在运动目标到基线的距离等于常数的前提下给出的,现不受这个条件约束推导出了定位精度达到最高的测向线交会角大小,得出了满足一定定位精度要求的交会角范围,并给出了整个探测区域内圆概率误差与两个无源观测站方位角以及与交会角之间的关系曲线图,同时给出了整个探测区域内的G DOP 分布图。
该问题的研究对于实现多站测向交叉定位系统中无源传感器的优化选择和合理布置,提高定位精度具有一定的理论意义和实际意义。
关键词:测向交叉定位;交会角;圆概率误差;G DOP中图分类号:T N953+15 文献标识码:A 文章编号:100021328(2005)03202822050 引言测向交叉定位技术是无源定位方法中发展较早、研究较多和使用较广泛的一种,它通过高精度的测向设备在两个以上的观测点对目标进行测向,各个测向线的交点就是目标的位置[1,2]。
目前世界上现有的无源探测系统中俄罗斯的BE ΓA85B22A 三坐标电子情报站、以色列的E L ΠL8300G 电子支援系统等采用的就是三站测向交叉定位体制。
由于测向交叉定位系统具有全方位、快速、探测距离较远、在受到干扰的情况下仍能正常工作等优点。
因此,测向交叉定位技术无论是在军用还是民用方面都具有重要的研究价值和应用价值[3,4]。
与其它无源定位方法相比,测向交叉定位系统的定位精度受测向误差和目标距离远近的影响较大,定位精度相对较低。
测向交叉定位技术汪珺【摘要】Relevant precision expressions by expounding theory of Bi-static DOA passive location is deducted in this paper.According to thetheory,Geometric Dilution of Precision(GDOP) and relative error curve were given,then each positional parameters which affect%研究了无源双站测向交叉定位原理,推导出双站测向交叉定位的精度公式。
并给出了定位精度几何分布图(GDOP)与相对误差曲线图,详细分析了双站测向定位中参数对精度的影响。
仿真结果和性能分析为该类系统的技术作战运用提供了理论支持。
【期刊名称】《电子科技》【年(卷),期】2011(024)007【总页数】4页(P129-132)【关键词】测向交叉定位;仿真;精度分析【作者】汪珺【作者单位】西安电子科技大学电子工程学院,陕西西安710071【正文语种】中文【中图分类】TN953在电子支援(ESM)系统中,通过对辐射源的电磁参数、方向角和到达时间的被动测量估算辐射源及其载体平台的位置,称为无源定位。
由于ESM系统本身不发射能量,仅通过被动测量来对目标进行定位和隐蔽跟踪,这对提高系统在现代电子战(EW)环境下的生存能力具有重要作用。
测向交叉定位利用在不同位置处的多个侦察站,根据所测得同一辐射源的方向,进行波束交叉,确定辐射源的位置[1]。
对于真实目标来说,一般情况下,方向角度变化慢且范围小,是可靠的辐射源参数之一,特别在现代密集复杂信号环境下,方向参数几乎成为惟一可靠的辐射源参数,且用方向角来定位时对各侦察平台之间的时间统一性要求较低。
从这个意义上讲,对方向测量定位方法的研究具有重要的意义。
实验报告 实验内容 测向交叉定位 姓名 *** 单位 *** 学号 *** 实验环境 MATLAB
实验时间 **年**月**日
一. 实验目的 1、 掌握二维测向交叉定位方法; 2、 掌握二维测向交叉定位的误差。
二.实验内容 设定两个测向站,设置其位置坐标参数,对辐射源的测向角度。分别给定出真实值和测量值(包含误差),并且分别计算出辐射源的理论位置和测量位置,二者进行比较并且计算出圆概率误差CEP和定位模糊区大小和位置误差。
三.实验原理
1. 测向原理 二维平面测向定位:在已知的两个或多个不同位置上测量雷达辐射电磁波的方向,各站测得的雷达方向数据按三角测量法交会计算出雷达的位置(图1)。雷达与两个测量站的距离分别为 若已知两个侦察站的位置为11(,)xy和22(,)xy,由它们对辐射源E测向,测得的方位角分别为1和2(由方位基准逆时针为正向),并得到两条位置线即等方位线,利用两条位置线相交所得的交点即可确定辐射源的坐标位置(,)eexy。 1111eeyytgmxx 2222ee
yytgmxx
由于11(,)xy和22(,)xy的两个坐标位置是已知的,而1和2是测得的,即1m和2m可以测量得到。则可以得到辐射源位置: 1112211eexmbymb
2. 圆概率误差为
22222112
0.75110.75sin()sinsinxeyehCEP
当155,2125时,CEP达到最小值,此时220.03422hhCEPK
3. 定位模糊区 222
12
3211221
4()4()4sinsin()sinsinsin()RRthuvhtgA
当1=60,2=120时,A达到最小值,此时2222min34()62()(sin60)htgAhtg
4. 位置误差 测得的位置与真实位置之间的距离r成为位置误差。 22222112212123
23
2cos(sin)RRRRr
2222312
11[](sin)(sin)(sin)rh 四. 实验结果 圆概率误差 1. 设置测向站位置和参数,角度设定,测量辐射源位置。 设定目标位置11(,)=(0,0)xy和22(,)=(0,45)xy,测向角度1=50和2=120,测得辐
射源真实位置(,)=(15.3885,18.3369)eexy。 2. 规定测角误差,得到辐射源的测量值 规定测角误差为0.005 rad,测得一组辐射源位置(,)=(15.3751,18.2617)eexy。 3. 圆概率误差:求出当前情况下CEP = 0.5640。 4. 测向交叉定位及模糊区示意图如图1所示。
图1 测向交叉定位示意图 定位模糊区 当设定测向角度1=50和2=120,测量误差=0.005的时候,通过计算222
12
3211221
4()4()4sinsin()sinsinsin()RRthuvhtgA
得到定位模糊区A= 0.3750。
位置误差
当设定测向角度1=50和2=120,测量误差=0.005的时候,通过计算22222112212123
23
2cos(sin)RRRRr
得到r^2=0.5161.
五. 结果分析 圆概率误差 1. 改变测角误差,观察CEP的变化 变化测角的方差,其变化值为0~0.02,重新测量CEP,得到如图2的结果。 同时观察定位模糊区的改变如图3所示。 图2 CEP随测角误差变化图 由图2可以看出,当改变测角精确度,即测角误差时,CEP会随着测角误差增大而增大,这种趋势基本呈线性关系。
图3 定位模糊区示意图 由图3可以看出,当测角误差由0.001增大到0.02,定位模糊区明显增大,测量出的辐射源位置分布在更大的范围内。 固定测角误差,改变测向站测角大小,即改变测向站与辐射源的位置关系,观察CEP的变化如图4图5和所示。
理论上当155,2125时,CEP达到最小值,此时220.03422hhCEPK
。
图4 CEP随测量角度变化图 图5 CEP随测量角度变化图 定位模糊区 1. 改变测角误差,观察A的变化 变化测角的方差,其变化值为0~0.02,重新测量A,得到如图6的结果。 从图中可以看出,定位模糊区A的随测角误差变化基本呈现平方关系。这也验证了理论公式中的关系。 2. 改变测向角度,观察定位模糊区A的变化 图6 定位模糊区随测角误差变化图 位置误差
改变测角误差,观察位置误差2r的变化 变化测角的方差,其变化值为0~0.02,重新测量2r,得到如图7的结果。 图7 位置误差随测角误差变化图 六. 实验代码 1. 2. 改变测角误差,观察CEP、A 和2r的关系
%% 测向交叉定位 clear all;clc;close all; %% 正态分布 N=50; n=12; %设定独立均匀分布变量的个数 u=0.5; zb=zeros(1,N); %设定za初始值为零矩阵 for i=1:n zb=zb+(rand(1,N)-u); end za=(zb-mean(zb))./(sqrt(var(zb))); %% 位置及角度数据 %设定第一个测向点位置为(0,0);目标位置为(xe,ye) %第二个侧向点位置随机产生 x1=0; y1=0; x2=0; y2=45; sita1=50/57.3; %真实值1 sita2=120/57.3; %真实值2 C1=tan(sita1); %真实 C2=tan(sita2); zhenshi=inv([C1,-1;C2,-1])*[C1*x1-y1;C2*x2-y2]; %真实位置 R1=sqrt((zhenshi(1)-x1)^2+(zhenshi(2)-y1)^2); R2=sqrt((zhenshi(1)-x2)^2+(zhenshi(2)-y2)^2); cjwc=0:.001*pi:0.02*pi; CEP=zeros(1,length(cjwc)); A=zeros(1,length(cjwc)); r_fang=zeros(1,length(cjwc)); for j=1:length(cjwc) delt_theta=cjwc(j); %方差 theta1=sita1+random('Normal',0,delt_theta,[1,N]); %测量值1 theta2=sita2+random('Normal',0,delt_theta,[1,N]); %测量值2 figure(1); plot(x1,y1,'ko',x2,y2,'ko',zhenshi(1),zhenshi(2),'r*'); hold on; line([x1,x2],[y1,y2],'color','k','linewidth',2);hold on; line([x1,zhenshi(1)],[y1,zhenshi(2)],'color','k','linewidth',2);hold on; line([x2,zhenshi(1)],[y2,zhenshi(2)],'color','k','linewidth',2);hold on; wzgj=zeros(N,2); %位置测量值 for i=1:N c1=tan(theta1(i)); %测量 c2=tan(theta2(i)); wzgj(i,:)=inv([c1,-1;c2,-1])*[c1*x1-y1;c2*x2-y2]; %测量位置 plot(wzgj(i,1),wzgj(i,2),'b+');hold on; end wc1=wzgj(:,1)-zhenshi(1); wc2=wzgj(:,2)-zhenshi(2); var_delxe=var(wc1); var_delye=var(wc2); CEP(j)=0.75*sqrt(var_delxe+var_delye); A(j)=4*(zhenshi(1))^2*(tan(delt_theta))^2/(sin(sita1)*sin(sita2)*sin(sita2-sita1)); r_fang=R1^2*(delt_theta)^2+R2^2*(delt_theta)^2+2*R1*R2*(delt_theta)^2*cos(sita2-sita1)... /(sin(sita2-sita1))^2; end