论文部分内容阅读
在运动目标的无源定位场景下，闭式算法在低噪声情况下可以到达克拉美罗下界(CRLB)，但是这些算法往往不能适应较大的测量噪声环境。针对目前闭式算法适应大噪声能力较差这一问题，该文联合到达时间差(TDOA)以及到达频率差(FDOA)，提出一种基于半定松弛(SDR)技术的无源定位算法。该算法首先构建传统闭式解的伪线性方程，其次利用随机鲁棒最小二乘(SRLS)的思想以及目标参数与额外变量之间的非线性关系，将无源定位问题转化为了具有2次等式约束的最小二乘问题；随后，将半定松弛技术应用到这一问题上，约束最小二乘问题松弛为半定规划(SDP)问题，最后，借助优化工具箱可以有效地对目标参数进行求解。该文所提出的算法不需要初始值先验条件，仿真实验表明了所提算法的有效性。