一种新的约束总体最小二乘法及在角度定位中的应用.pdfVIP

一种新的约束总体最小二乘法及其在 角度定位中的应用1 李万春，魏平，肖先赐 电子科技大学电子工程学院信息工程系，四川成都 (610054) E-mail ：liwanchun@ 摘 要：本文提出了一种新的约束总体最小二乘法（Modify CTLS ），其原理是将系数矩阵 和数据矢量对加性量测量进行二阶 Taylor 展开。我们提出的新的约束总体最小二乘法使得 其一阶和二阶扰动量的和最小，并进行了扰动分析。将方位角量测的非线性方程转换成目标 状态量的线性方程，将真实角度信息方程利用二阶泰勒展开转化为量测角度信息加上噪声信 息的方程，从而可以利用MCTLS 的方法对定位方程求解。分析了定位误差，计算机仿真结 果验证了该算法的可行性与有效性。最后是附录，给出了定位的CRB 界与定位的GDOP 图。 关键词：修改约束总体最小二乘法 角度定位性能分析 中图分类号：TN953 +7 1. 引 言 对于超定的线性方程组而言，一般没有一个确定的解，使得这个解适合于每一个方程， 只能根据一定的准则，寻找最优的解。早在十八世纪末，著名的数学家高斯就提出了最小二 乘法（LS ）进行求解，其本质是寻找一个解，使得其代入线性方程组后的误差的平方和最 小，后来又出现了按一定的权值（一般为方差的倒数）进行加权的误差的平方和最小（WLS ）， 当线性方程组的系数矩阵不存在误差时，此类最小二乘法的性能最好；而当系数矩阵存在误 [1]通过最小化系数矩阵扰动和数据矢量扰动的Frobenius 范数 差时，总体最小二乘法（TLS ） [2]考虑了系数矩阵扰动和数 来获得解，其性能较LS 为高，而约束总体最小二乘法（CTLS ） 据矢量扰动的结构（一阶的），并最小化其Frobenius 范数，使得其性能较TLS 为高，本文 中，我们提出了一种新的约束总体最小二乘法（MCTLS ），则是综合考察一阶的系数矩阵 扰动和数据矢量扰动的结构与二阶的系数矩阵扰动和数据矢量扰动的结构，并最小化其 Frobenius 范数，故其具有更高的性能。 2. 算法模型及其求解 我们在求解一类问题时，可以将量测方程的非线性方程转化为所需求解参量的线性方程 （比如角度定位问题），即： Ax b 而由于量测量存在着误差，当我们将此误差看成是一个较小的噪声扰动时，则在系数矩 阵A 和数据矢量b （A ⊂ M ×N ; b ⊂ M ×1 ，M N ）都有噪声干扰，假定为∆A 和∆b ； 显然其与量测噪声n 有关，我们可以利用一阶Taylor 展开，省略掉二阶及其更高次项即： ∆A [Fn L F n] ∆b F n 1 N N +1 常见的方法有TLS[1] [2] ∆b 和CTLS ，TLS 是通过最小化∆A 和 的Frobenius 范数来获得 解，不过由于其没有考虑到∆A 和∆b 扰动的结构，故其解的精度不高，而CTLS 考虑了∆A [3] 和∆b 扰动的结构，并最小化其Frobenius 范数，保证了一个无偏的小方差。文献 利用CTLS 1本课题得到新世纪优秀人才支持计划，非合作低截获概率信号的检测与参数估计技术研究，NCET-05-0803 的资助。 -1- 算法进行角度定位。 假定量测方程的误差n 为加性噪声： 0 z