基于LPNN的无源ML-TDOA估计
史红伟
左越
长春理工大学电子信息工程学院,吉林长春 130013
摘要：针对无源时差定位(TDOA)领域的非线性方程求解问题,提出了一种基于最大似然估计的改进型拉格朗日规划神经网络迭代求解算法.该算法利用最大似然估计构建代价函数,结合时空约束条件,建立TDOA方程的一般约束优化问题,并通过迭代求解算法对网络的收敛性和渐近稳定性进行了证明.针对两种常见的阵列排布方式进行了仿真验证与性能分析.仿真实验结果表明,该算法能够提供精确的坐标估计,误差小于1.414×10-3.与传统算法相比,该方法在各类噪声环境下表现出更优的性能,尤其在0 dB噪声环境下,其均方误差为0.786 6.
关键词：无源定位时差定位到达时间差最大似然估计拉格朗日规划神经网络模拟神经网络一般约束优化问题代价函数
分类号：TN98(电子技术、通信技术)
资助基金：吉林省自然科学基金(YDZJ202301ZYTS412)
论文发表日期：2024-11-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 832-839 )
英文信息