Improved Time of Arrival measurement model for non-convex optimization with noisy data
由到达时间技术提供的二次系统可以通过解析或优化算法来求解。在实际环境中,测量结果总是受到噪声的干扰。该测量噪声比非线性优化算法更影响解析解。另一方面,局部优化往往会找到局部最小值,而不是全局最小值。本文提出了一种方法,如何在嘈杂的环境中显着降低这种风险。我们的方法的主要思想是通过增加维数将局部极小值转化为鞍点。
2018-02-06 eess.SP
Moving Horizon Estimation for Underwater Target Tracking Based on Time-Difference-of-Arrival Measurements
Institute for Systems and Robotics (ISR), LARSyS, Instituto Superior Técnico (IST), University of Lisbon(里斯本大学高等理工学院)
本文针对水下目标跟踪难题,研究基于到达时间差的移动时域估计方法,仿真显示其鲁棒性优于经典扩展卡尔曼滤波,可作为多智能体跟踪系统的实用组件。
2026-08-18 cs.SY eess.SP eess.SY
Comparison of Deep Space Navigation Using Optical Imaging, Pulsar Time-of-Arrival Tracking, and/or Radiometric Tracking
美国航天局在天基原子钟和脉冲星X射线导航方面开发的空间导航技术的最新进展,加上过去在利用光学成像进行自主导航方面取得的成功,使人们认识到有必要利用一套共同的假设和技术,对利用光学、辐射测量和脉冲星测量进行的空间导航进行比较。这篇综述文章从两个不同的方面研究了这些导航数据类型。首先,提出了一个简化的深空轨道确定问题,该问题捕获了动力学和几何学的关键特征,然后对每种数据类型进行了表征,以确定其轨道能力。数据类型进行了比较和对比,使用半分析方法与几何稀释精度技术。结果提供了有用的参数洞察每种数据类型的优势。在本文的第二部分,高保真,蒙特卡罗模拟火星巡航,方法,并进入导航问题进行了研究。发现的结果补充了第一部分中的半分析结果,并说明了具体问题,例如每种数据类型对解决方案准确性的定量影响及其支持自主交付到行星的能力。
2022-05-17 astro-ph.EP astro-ph.IM cs.SY
A Block Alternating Optimization Method for Direction-of-Arrival Estimation with Nested Array
本文在稀疏信号表示的框架下研究了嵌套阵列的波达方向估计问题。利用矢量化算子,建立了一种新的具有更宽虚拟孔径的实值非负稀疏信号恢复模型。为了利用著名的压缩感知算法,连续的参数空间必须离散到一些固定的网格点,这不可避免地引起离网间隙引起的建模误差。为了解决这个问题,提出了一种块交替优化方法,联合估计稀疏信号和细化网格点的位置。具体而言,受优化最小化的启发,所提出的方法迭代地最小化优化给定目标函数的代理函数,其中每次迭代仅更新单个变量块,而其余变量保持固定。所提出的方法具有负担得起的计算复杂性,数值试验证实其优越的性能相对于现有的替代品在超定和欠定的情况下。
2019-04-11 eess.SP
Low-complexity optimization for Two-Dimensional Direction-of-arrival Estimation via Decoupled Atomic Norm Minimization
通过引入一种新的原子范数最小化(ANM)公式,提出了一种有效的超分辨二维(2D)波达方向(DOA)估计优化方法。ANM允许相关源的无网格角度估计,即使在快照的数量远小于天线的大小,但它会产生巨大的计算成本在2D处理。本文通过半定规划引入了一种新的ANM公式,该公式通过一维两个解耦的Toeplitz矩阵来表达原始的高维问题,然后通过自动角度配对进行一维角度估计。与最先进的2D ANM相比,所提出的技术相对于天线尺寸将计算复杂度降低了几个数量级,同时保留了ANM在使用少量测量的超分辨率性能方面的优点,以及对源相关性和噪声的鲁棒性。复杂性的好处是特别有吸引力的大规模天线系统,如大规模多输入多输出和射电天文学。
2018-08-02 eess.SP
Improved Time of Arrival measurement model for non-convex optimization
由到达时间技术提供的二次系统可以解析地或通过优化算法来求解。在实践中,这两种方法被结合使用。二次优化中的一个重要问题是可能收敛到局部极小值,而不是全局极小值。本文提出了一种方法,如何可以显着降低这种风险。我们的方法的主要思想是通过增加维数,将局部极小值转化为一个鞍点。与类似的方法,如维数提升,我们的问题仍然是非凸的。
2018-01-10 eess.SP math.OC
Distributed Target Tracking based on Localization with Linear Time-Difference-of-Arrival Measurements: A Delay-Tolerant Networked Estimation Approach
本文提出一种分布式单时间尺度目标跟踪方法,基于TDOA测量并容忍异构延迟,通过本地LMI反馈增益确保误差稳定性,降低网络连通性与通信速率要求。
2024-12-22 cs.SI cs.SY eess.SP
TDOA-Based Online Target Tracking with Simultaneous Sensor Pairing and Relocation
The University of Osaka(大阪大学);Kansai University(关西大学)
针对移动传感器网络目标跟踪中传感器配对与重定位分离导致的精度受限问题,提出同时求解两者的方法,通过最大化Fisher信息矩阵行列式并交替优化,降低了跟踪误差。
2026-09-30 eess.SP
Dynamic Sensor Pairing for TDOA-Based Target Tracking via mixed-integer Second-Order Cone Programming
The University of Osaka(大阪大学);Kansai University(关西大学)
提出一种基于TDOA测量的动态传感器配对方法,通过在每个时间步求解混合整数二阶锥规划来最大化FIM准则,在通信度约束下实现全局最优配对,从而降低目标跟踪误差。
2026-09-24 eess.SP
Time of Arrival Error Estimation for Positioning Using Convolutional Neural Networks
无线高精度定位最近吸引了越来越多的研究兴趣,由于应用的多样性,如工业资产跟踪,自动驾驶,过程自动化等。然而,由于无线电环境的挑战,获得高度准确的位置信息受到阻碍。基于时间的定位方法的主要误差来源是不准确的到达时间(ToA)或距离估计。现有的基于机器学习的解决方案,以减轻这种错误依赖于传播环境分类阻碍了低数量的类,采用一组特征表示信道测量仅在有限的程度上,或帐户的ToA估计的设备特定的专有方法。在本文中,我们提出了卷积神经网络(CNN)来估计和减轻误差的各种ToA估计方法利用信道脉冲响应(CIR)。基于来自两个独立运动的真实世界测量,所提出的方法在最先进的ToA估计器的测距精度(高达37%)上产生了显着的改进,通常消除了优化底层传统方法的需要。
2023-01-11 eess.SP
Ziv-Zakai-Optimal OFDM Resource Allocation for Time-of-Arrival Estimation
本文提出在OFDM信号中优化导频位置和功率分配以最小化TOA估计误差,首次在整数约束及相干/非相干接收下求解ZZB最优分配,并验证其优于均匀分配。
2024-03-19 eess.SP
Design of Orthogonal Phase of Arrival Positioning Scheme Based on 5G PRS and Optimization of TOA Performance
Korea Railroad Research Institute(韩国铁道研究院)
本研究针对5G网络定位场景,提出低采样率下提升TOA精度的算法,在软件定义调制解调器中实现5G PRS定位,分析PRS时频资源分配对TOA精度的影响并给出最优配置方案。
2025-10-30 cs.SY eess.SP eess.SY
Analysis of performance criteria for optimization based bearing only target tracking algorithms
目标跟踪问题在现实生活中有着广泛的应用。在潜艇中,目标跟踪最好使用被动传感器。这些传感器只测量被观测目标与本船之间的方位角。因此,这个问题通常被称为纯方位目标跟踪或目标运动分析。经典的方法是使用基于状态观测器的滤波器,即扩展的卡尔曼滤波器,仅使用方位来估计目标的距离、航向和速度。在最近的研究中,该问题是解决作为一个全局优化问题,利用进化算法对一些目标函数。在这项研究中,我们研究了常用的代价函数对TMA算法性能的影响。特别地,我们研究了基于方位差和等距线段的代价函数。仿真结果表明,后者给出了一个次优解的目标运动分析问题,相比前者。
2020-02-21 eess.SP
Radio-Based Passive Target Tracking by a Mobile Receiver with Unknown Transmitter Position
针对发射机位置未知的移动接收机场景,提出基于多径测量(到达角与相对距离)的被动目标跟踪算法,利用置信传播联合定位发射机与散射体,仿真验证其跟踪精度优于基准方法。
2024-11-07 eess.SP
Nanosecond-precision Time-of-Arrival Estimation for Aircraft Signals with low-cost SDR Receivers
飞机和无人机信号的精确到达时间(TOA)估计对于包括飞机/无人机跟踪、空中交通数据验证或自定位在内的广泛应用非常重要。我们在这项工作中的重点是TOA估计方法,可以运行在低成本的软件定义无线电(SDR)接收器,广泛部署在模式S / ADS-B众包传感器网络,如OpenSky网络。我们评估实验经典的TOA估计方法,这是基于与重建的消息模板的互相关,并发现这些方法是不是最佳的,这样的信号。我们提出了两种替代方法,为低成本SDR接收器捕获的真实世界的模式S / ADS-B信号提供卓越的结果。最好的方法实现了1.5 ns的标准偏差误差。
2018-02-20 cs.NI eess.SP
SE(3)-Based Trajectory Optimization and Target Tracking in UAV-Enabled ISAC Systems
本文针对无人机使能的MIMO-OFDM ISAC系统,提出一种基于SE(3)的扩展卡尔曼滤波目标跟踪方案与条件后验Cramer-Rao界轨迹优化方法,有效提升了3D目标跟踪与参数估计性能。
2025-04-29 eess.SP
Direction of Arrival Estimation and Phase-Correction for Non-Coherent Sub-Arrays: A Convex Optimization Approach
信源的波达方向(DOA)估计是航空航天、车载通信、定位和雷达中的一个重要问题。在本文中,我们考虑了一个具有挑战性的多源DOA估计任务,其中接收天线阵列由非相干子阵列组成,即,在每个快照处观测不同的未知相移的子阵列(例如,由于放弃了整个阵列上本地振荡器的同步要求)。我们将此问题转化为联合稀疏低秩矩阵的重构问题,并解决了此问题的凸松弛问题。为了更好地扩展优化复杂性与快照的数量比通用的求解器,我们设计了一个优化方案,基于集成的交替方向方法的乘数和加速的邻近梯度技术,利用问题的结构。虽然DOA可以从上述凸问题的解决方案估计,我们进一步展示了如何获得改进,如果相反,一个估计从这个解决方案只有子阵列的相移。这是使用另一个计算轻的凸松弛来完成的,它实际上是紧的。使用估计的相移,“相位校正”的意见,创建和最终的平原(“相干”)DOA估计方法可以应用。数值实验表明,所提出的策略比现有的方法的性能优势。
2022-02-15 eess.SP math.OC
Online Segmented Recursive Least-Squares for Multipath Doppler Tracking
本文提出在线分段递归最小二乘(OSRLS)方法,将时变非均匀多普勒建模为分段线性马尔可夫模型,在动态规划框架下顺序估计不同多径到达的多普勒,并通过合成信道仿真验证其有效性。
2023-05-30 eess.SP
Refinement of Direction of Arrival Estimators by Majorization-Minimization Optimization on the Array Manifold
LINE Corporation(LINE公司)
我们提出了一个广义的制定波达方向估计,其中包括许多现有的方法,如转向响应功率,子空间,相干和非相干,以及语音稀疏的方法。与大多数传统的方法,完全依赖于网格搜索,我们引入了一个连续的优化算法,以改善DOA估计超出初始网格的分辨率。该算法是来自优化最小化(MM)技术。我们得到两个代理函数,一个二次和一个线性。这两种算法都可以产生高效的迭代算法,不需要超参数,如步长,并确保DOA估计永远不会离开阵列流形,而不需要投影步骤。在数值实验中,我们表明,几次迭代后的MM算法的精度几乎消除了依赖于所使用的初始网格的分辨率。我们发现,二次代理函数导致非常快的收敛,但线性算法的简单性是非常有吸引力的,性能差距小。
2021-06-02 cs.SD eess.AS eess.SP
Robust Sparse Subspace Tracking from Corrupted Data Observations
VNU University of Engineering and Technology(越南国立大学工程技术大学);VNU Information Technology Institute(越南国立大学信息技术研究所);PRISME Laboratory, University of Orleans(奥尔良大学 PRISME 实验室)
本文提出基于 alpha 散度的稀疏子空间跟踪方法,在低计算复杂度和低存储条件下提升对非高斯噪声与数据损坏的鲁棒性,并在子空间跟踪和 DOA 估计中优于现有方法。
2025-09-20 cs.IT eess.SP math.IT
A Newton Tracking Algorithm with Exact Linear Convergence Rate for Decentralized Consensus Optimization
本文研究了网络上的分散共识最优化问题,其中每个节点具有一个二阶可微局部目标函数。我们的目标是最小化本地目标函数的总和,并找到精确的最优解,仅使用本地计算和相邻的通信。我们提出了一种新的牛顿跟踪算法,其中每个节点更新其局部变量沿局部牛顿方向修改邻居和历史信息。我们调查建议牛顿跟踪算法和现有的几种方法,包括梯度跟踪和二阶算法之间的连接。在强凸性假设下,我们证明了它以线性速度收敛到精确的最优解。数值实验证明了牛顿跟踪的有效性,并验证了理论研究结果。
2020-08-24 eess.SP math.OC
Consensus-based Networked Tracking in Presence of Heterogeneous Time-Delays
我们提出了一个分布式(单)目标跟踪方案的基础上,在静态传感器网络的网络估计和共识算法。跟踪部分是基于我们以前的工作中提出的线性到达时间差(TDOA)测量。本文,特别是开发了延迟容忍分布式过滤解决方案,稀疏数据传输网络。我们假设一般任意异质延迟在不同的链接。这可能发生在许多现实的大规模应用中,其中不同节点之间的数据共享由于通信资源约束或大型空间分布式传感器网络而受到延迟。我们在这项工作中提出的解决方案在这种情况下表现出更好的性能(通过理论和模拟验证)。这种分布式方案的另一个优势是可以添加本地化的故障检测和隔离(FDI)策略以及可生存的图论设计,这为这项研究开辟了许多后续场所。据我们所知,没有这样的延迟容忍分布式线性算法给出在现有的分布式跟踪文献。
2023-02-15 cs.SY eess.SP eess.SY
On the Convergence of Decentralized Stochastic Gradient-Tracking with Finite-Time Consensus
Imperial College London(帝国理工学院)
研究探讨了近似有限时间共识序列对去中心化优化算法收敛性的影响,揭示了近似误差与序列长度及问题参数之间的关系。
2026-02-15 eess.SP math.OC
Time Varying Channel Tracking for Multi-UAV Wideband Communications with Beam Squint
无人机(UAV)以其机动性强、部署灵活等特点,在民用和商用领域得到了广泛的应用。由于无人机的连续导航,无人机与基站之间的信道会受到多普勒效应的影响。同时,当基站具有大量天线时,阵列孔径上不可忽略的传播延迟会引起波束偏斜效应。本文首先研究了多普勒频移效应和波束斜视效应下的无人机通信信道。然后,我们设计了一种基于无网格压缩感知(GCS)的信道跟踪方法,其中高维上行链路信道可以通过估计一些物理参数,如波达方向(DOA),多普勒频移,和复增益信息。此外,利用多普勒频移互易性和角度互易性,下行链路信道可以由一个导频符号导出,这大大减少了下行链路信道训练开销。各种仿真结果提供了验证所提出的方法的有效性。
2019-11-21 cs.IT eess.SP math.IT
An Experimental Study of Passive UAV Tracking with Digital Arrays and Cellular Downlink Signals
本文利用LTE基站信号和双数字阵列无源接收机,通过交叉模糊函数提取双基地距离、多普勒和到达角,并结合多目标跟踪框架实现城市低空无人机米级精度轨迹跟踪。
2024-12-30 cs.SY eess.SP eess.SY
Time-Varying Convex Optimization: A Contraction and Equilibrium Tracking Approach
本文提出连续时间时变凸优化的收缩论跟踪框架,证明误差界及前馈预测的指数收敛性,并在三类典型问题中给出最紧收缩率与显式误差界。
2025-01-16 cs.SY eess.SP eess.SY
Energy-Aware UAV-Enabled Target Tracking: Online Optimization with Location Constraints
针对在线目标跟踪中无人机轨迹设计难以同时满足能量和位置约束的问题,提出基于两个子问题分解的在线优化方法,显著提升感知性能与能量利用灵活性。
2024-07-17 cs.IT cs.SY eess.SP