观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法

doi:10.13229/j.cnki.jdxbgxb.20240295

IR > 计算机与通信学院

	观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法
	彭铎; 刘明硕; 谢堃
	2024-05-29
发表期刊	吉林大学学报(工学版)
ISSN	1671-5497
摘要	在实际的定位场景下，观测站往往被设置在实时移动的平台上，导致观测站所测量到的待测目标运动状态信息存在观测噪声误差。这些误差会影响观测站接收到的信息，进而导致目标源位置的估计产生较大的偏差。为了解决这个问题，提出了一种在观测站参数误差下融合注意力机制（Attention Mechanism， AM）的卷积神经网络(Convolutional Neural Network， CNN)和双向长短期记忆(Bidirectional Long Short-Term Memory，BiLSTM)网络的时差频差（TDOA/FDOA）多机无源定位算法，该方法结合了改进的两步法最小二乘法和CNN-BiLSTM-Attention模型。通过修正测量值并减少两步法在观测存在噪声的情况下出现估计性能下降的问题，提高了定位的精度。经过仿真对比，本文提出的算法在观测存在噪声的情况下表现出良好的性能。
关键词	无源定位时差频差双向长短期记忆网络注意力机制两步加权最小二乘
DOI	10.13229/j.cnki.jdxbgxb.20240295
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	国家自然科学基金项目（62061024，62265010）;甘肃省科技计划项目（23YFGA0062）;甘肃省创新基金项目（2022A-215）
中图分类号	TN911.7;TP18
原始文献类型	学术期刊
引用统计	无
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/171430
专题	计算机与通信学院
作者单位	兰州理工大学计算机与通信学院
第一作者单位	计算机与通信学院
第一作者的第一单位	计算机与通信学院
推荐引用方式 GB/T 7714	彭铎,刘明硕,谢堃. 观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法[J]. 吉林大学学报(工学版),2024.
APA	彭铎,刘明硕,&谢堃.(2024).观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法.吉林大学学报(工学版).
MLA	彭铎,et al."观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法".吉林大学学报(工学版) (2024).