针对传统电磁干扰源定位方法定位误差较大的问题，提出基于卡尔曼滤波的无线电台电磁干扰源定位方法。根据无线电台信号传输波束覆盖范围，确定干扰源经纬度定向，将卡尔曼滤波方法应用到干扰源定位过程中。通过状态方程离散化结果获取差分方程，估计该状态的滤波增益矩阵，计算预测误差的方差矩阵，递推计算得到状态估计值。依据能量压制度、时域吻合度、频域吻合度和空域吻合度分析干扰源定位要素，确定电台无线传输线路增益与干扰源指向关系，计算有效干扰距离，完成无线电台电磁干扰源定位。在测试参数支持下，将两种方法对比分析可知，该方法在无异常误差情况和有异常误差情况下定位误差都相对较小，为无线电台正常运行提供支持。

本文是由Ho K.C.于2004年在IEEE Trans. Signal Process发表的。文章提出了一种TDOA和FDOA相结合的无源定位方法，并对CRLB进行了详细推导。

对于机载单站无源定位中观测向量和系数矩阵均存在噪声的情况，采用经典的最小二乘(LS)算法会导致估计结果有偏，而一般的批处理算法运算量大，不满足定位的实时性要求。为此提出一种递推总体最小二乘定位(RTLS)算法。在建立机载无源测向定位模型的基础上，引入由系数矩阵和观测向量构成的增广矩阵，利用矩阵分解的性质建立了增广自相关逆矩阵和最右奇异向量的递推方程，从而推导出RTLS定位算法。仿真结果表明，RTLS算法的收敛速度和定位精度优于RLS算法和TWDRLS算法，并且实现了TLS算法对目标位置的实时估计，能够定位

基于深度强化学习的有人_无人机编队协调控制方法研究 数学建模 无人机遂行编队飞行中的纯方位无源定位

三维空间中多站纯角度无源定位跟踪实质上是一个非线性状态估计问题。经典的扩展卡尔曼滤波（EKF）算法等递推类算法性能不稳定，而将非线性观测方程转化为伪线性方程会产生有偏估计。为了实现快速稳定无偏定位跟踪，提出了一种新的双站纯角度快速渐进无偏定位跟踪算法。该算法通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘（CLS）极小化处理，最终只需要对一对矩阵束进行广义特征分解即可获得目标状态估计值。仿真结果表明，该算法与EKF算法及最小二乘（LS）算法相比，定位性能更稳定，精度更高，在测量误差较大或者两个观测站测量误差不一致时优势更明显。

结合对无源定位过程的分析,仅从纯方位的角度对多站无源定位算法的研究现状进行总结,并比较主要算法的定位性能;简要介绍了各种定位精度衡量指标的定义、用途及特点;最后对多站无源定位的发展方向进行了展望。

对多目标测向无源定位问题进行了研究。虽然无源观测站不同，针对同一目标的方位角和俯仰角数据也不同，但它们有共同的倾斜角。基于此，提出了基于倾斜角的多目标测向无源定位算法。该算法分别计算一组与多个目标对应的倾斜角，然后利用倾斜角最接近原则对这2组数据进行关联判断，解决多目标测向数据的关联和定位问题，并通过仿真实验，对算法的有效性和可行性进行了验证。

擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。

基于最小二乘法的声发射源定位试验研究，张志镇，朱立，为平均由信号随机性引起的误差以提高定位精度，本文借助最小二乘思想提出新的多探头定位方法，并用PCI-2系统在边长为60cm的方石板试

代码说明： 基于多基站的无源定位中的FDOA方法的定位精度GDOP分析(FDOA GDOP) 文件列表： GDOP.m,4150,2017-01-03