基于TDOA残差分析的MLAT抗干扰方法

doi:10.3724/SP.J.1087.2013.01470

计算机应用 ›› 2013, Vol. 33 ›› Issue (05): 1470-1488.DOI: 10.3724/SP.J.1087.2013.01470

基于TDOA残差分析的MLAT抗干扰方法

卢宇¹,²,³,吴宏刚³,徐自励³

1. 电子科技大学通信抗干扰国家重点实验室，成都 611731
2. 四川师范大学计算机科学学院，成都 610101
3. 中国民航总局第二研究所，成都 610041

收稿日期:2012-11-06 修回日期:2013-01-01 出版日期:2013-05-01 发布日期:2013-05-08
通讯作者: 卢宇
作者简介:卢宇(1979-)，男，四川乐山人，讲师，博士，主要研究方向：目标检测与跟踪、多源数据融合；吴宏刚(1977-)，男，四川乐山人，高级工程师，博士，主要研究方向：目标检测与跟踪；徐自励(1974-)，男，贵州贵阳人，高级工程师，博士，主要研究方向：目标检测与跟踪。
基金资助:
国家自然科学基金资助项目(61079006);国家科技支撑计划项目(2011BAH24B06);四川省教育厅项目(11ZB071)

Anti-interference method based on TDOA residual error in MLAT system

LU Yu¹,²,³,WU Honggang³,XU Zili³

1. College of Computer Science, Sichuan Normal University, Chengdu Sichuan 610101, China
2. National Communication Laboratory, University of Electronic Science and Technology of China, Chengdu Sichuan 611731,China
3. The Second Research Institute, Civil Aviation Administration of China, Chengdu Sichuan 610041,China

Received:2012-11-06 Revised:2013-01-01 Online:2013-05-08 Published:2013-05-01
Contact: LU Yu

摘要/Abstract

摘要： 针对多点定位(MLAT)技术对信号从目标到接收站点时间差(TDOA)的依赖性及其TDOA精度对定位精度的影响，提出了一种基于TDOA残差分析的定位抗干扰方法。该方法通过TDOA在定位前后的残差来评判接收站点的时钟精度，从而实现站点优化选择和抗干扰，达到提高定位精度的目的。仿真实验和机场真实数据实验表明该方法可以显著提升MLAT的定位精度，不仅可行，而且有效。

关键词: 多点定位, 接收时间差, 抗干扰, 监视, 机场

Abstract: In view of the fact that Multilateration (MLAT) technique locates the target according to the Time Difference Of Arrival (TDOA) from target to each station and the fact that the precision of clock in each station is crucial to the precision of target locating, an anti-interference method based on the residual error of TDOA was proposed. It estimated the clock precision of each station by the residual error, and archived the goal of the optimal stations selection and the locating precision improvement. The experimental results based on both simulation and practical data illustrate the proposed method can significantly enhance the locating precision, not only feasible but also effective.

Key words: Multilateration (MLAT), Time Difference Of Arrival (TDOA), anti-interference, surveillance, airport

中图分类号:

TP391

卢宇吴宏刚徐自励. 基于TDOA残差分析的MLAT抗干扰方法[J]. 计算机应用, 2013, 33(05): 1470-1488.

LU Yu WU Honggang XU Zili. Anti-interference method based on TDOA residual error in MLAT system[J]. Journal of Computer Applications, 2013, 33(05): 1470-1488.

参考文献

［1］HENDRICKS T, U.S. airline industry perspective on NextGen: the view from Washington ［C］// IEEE/AIAA 30th Digital Avionics Systems Conference. Washington, DC: IEEE Computer Society, 2011: 1-9.

［2］POURVOYEUR K, MATHIAS A, HEIDGER R. Investigation of measurement characteristics of MLAT / WAM and ADS-B ［C］// TIWDC/ESAV: IEEE International Workshop on Digital Communications - Enhanced Surveillance of Aircraft and Vehicles.Washington, DC: IEEE Computer Society, 2011: 203-206.

［3］NEVEN W H L, QUILTER T J, WEEDON R, et al. Wide area multilateration, Report on EATMP TRS 131/04 Version 1.1［R］. [S.l.]: Eurocontrol, 2005.

［4］ICAO Doc9830 AN/452, Advanced Surface Movement Guidance and Control Systems (A-SMGCS) Manual ［M］. [S.l.]: ICAO, 2004.
［5］李恒，徐自励，金立杰.数据关联方法在多点定位系统中的应用［J］.中国测试， 2012,38(3):69-71.

［6］徐自励.三站定位模糊、GDOP与站点布局关系分析［J］.通信技术，2012, 45(3): 99-101.

［7］LU Y, WU H G, XU Z L, et al. An improvement on distributed detection in clock synchronization for MLAT sensor network［C］// 2012 IEEE International Conference on Cyber Technology in Automation, Control, and Intelligent System. Washington, DC: IEEE Computer Society, 2012: 81-85

［8］张爱清叶新荣胡海峰.无线传感器网络质心定位新算法及性能分析［J］. 计算机应用, 2012,32(9): 2429-2431.

〖HJ1.7mm〗

［9］

WU C-H, SU W-H, HO Y-W. A study on GPS GDOP approximation using support-vector machines ［J］. IEEE Transactions on Instrumentation and Measurement, 2011, 60(1): 137-145.

［10］LU Y, LIU C Z, WANG Z N, et al.TOA association based on an improved fuzzy clustering method in MLAT for A-SMGCS ［C］// IEEE Eighth International Conference on Fuzzy Systems and Knowledge Discovery. Washington, DC: IEEE Computer Society, 2011: 573-577.

［11］ROMERO L A, MASON J. Evaluation of direct and iterative methods for overdetermined systems of TOA geolocation equations ［J］. IEEE Transactions on Aerospace and Electronic Systems, 2011, 47(2): 1213-1229.

［12］CHAN Y T, HO K C. A simple and efficient estimator for hyperbolic location［J］. IEEE Transactions on Signal Processing, 1994, 42(8):1905-1915.

[1]	杨瑞, 钱晓军, 孙振强, 许振. 自然场景下多区域特征融合的混合航拍图像分割算法[J]. 计算机应用, 2021, 41(8): 2445-2452.
[2]	李旭娟, 皮建勇, 黄飞翔, 贾海朋. 基于自生成深度神经网络的4D航迹预测[J]. 计算机应用, 2021, 41(5): 1492-1499.
[3]	胡甜甜, 但雅波, 胡杰, 李想, 李少波. 基于注意力机制的Bi-LSTM结合CRF的新闻命名实体识别及其情感分类[J]. 计算机应用, 2020, 40(7): 1879-1883.
[4]	李添正, 王春桃. 基于马尔可夫随机场的加密二值图像有损压缩算法[J]. 计算机应用, 2020, 40(5): 1354-1363.
[5]	王燕, 何宏科. 基于邻域信息的改进模糊c均值脑MRI分割[J]. 计算机应用, 2020, 40(4): 1196-1201.
[6]	许玥, 冯梦如, 皮家甜, 陈勇. 基于深度学习模型的遥感图像分割方法[J]. 计算机应用, 2019, 39(10): 2905-2914.
[7]	廖斌, 李浩文. 基于多孔卷积神经网络的图像深度估计模型[J]. 计算机应用, 2019, 39(1): 267-274.
[8]	张晨, 钱涛, 姬东鸿. 基于神经网络的微博情绪识别与诱因抽取联合模型[J]. 计算机应用, 2018, 38(9): 2464-2468.
[9]	吴亮, 何毅, 梅雪, 刘欢. 基于时空兴趣点和概率潜动态条件随机场模型的在线行为识别方法[J]. 计算机应用, 2018, 38(6): 1760-1764.
[10]	刘一鸣, 张鹏程, 刘祎, 桂志国. 基于全卷积网络和条件随机场的宫颈癌细胞学图像的细胞核分割[J]. 计算机应用, 2018, 38(11): 3348-3354.
[11]	吴迪. 空域自适应抗干扰在数据链通信中的应用[J]. 计算机应用, 2017, 37(6): 1569-1573.
[12]	周霜霜, 徐金安, 陈钰枫, 张玉洁. 融合规则与统计的微博新词发现方法[J]. 计算机应用, 2017, 37(4): 1044-1050.
[13]	袁博. 马尔可夫随机场的空间相关模型在非负矩阵分解线性解混中的应用[J]. 计算机应用, 2017, 37(12): 3563-3568.
[14]	刘彤, 黄修添, 马建设, 苏萍. 基于完全联系的条件随机场的图像标注[J]. 计算机应用, 2017, 37(10): 2841-2846.
[15]	王婷, 王祺, 黄越圻, 殷亦超, 高炬. 基于症状构成成分的上下位关系自动抽取方法[J]. 计算机应用, 2017, 37(10): 2999-3005.

基于TDOA残差分析的MLAT抗干扰方法

Anti-interference method based on TDOA residual error in MLAT system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics