Resumen

Los métodos convencionales de localización de fuentes móviles se basan en sensores centralizados. Este trabajo presenta un método de localización de fuentes en movimiento para sensores pasivos distribuidos utilizando mediciones TDOA y FDOA. El nuevo método utiliza en primer lugar el algoritmo de descenso más pronunciado para obtener un valor inicial adecuado de la posición y la velocidad de la fuente. A continuación, se obtiene una estimación aproximada de la ubicación mediante una estimación de máxima verosimilitud (MLE). Por último, se consigue una estimación más precisa de la ubicación restando el sesgo teórico, que se aproxima por el sesgo real utilizando la ubicación estimada de la fuente y la medición de datos ruidosos. Tanto el análisis teórico como las simulaciones demuestran que el sesgo teórico siempre coincide con el sesgo real cuando el nivel de ruido es pequeño, y el método propuesto puede reducir el sesgo de forma eficaz manteniendo el mismo error cuadrático medio (RMSE) con el método MLE original y el de las series de Taylor. Además, es menos sensible a la conjetura inicial y alcanza el CRLB bajo ruido gaussiano TDOA y FDOA a un nivel de ruido moderado antes de que se produzca el efecto de umbralización.

• Materias:Propagación de ondas Radar Teoría de Antenas Redes Inalámbricas Banda ancha Radares
• Subjects:Wave propagation Radar Antenna theory Wireless Networks Broadband Radars
• Palabras claves:métodos de localización de la fuente, sesgo teórico, sesgo real, medición de datos ruidosos, algoritmo de descenso más pronunciado, error cuadrático medio, valor de la fuente, localización de la fuente estimada, estimación de máxima verosimilitud, nivel de ruido moderado
• Keywords:source localization methods, theoretical bias, actual bias, noisy data measurement, steepest descent algorithm, means square error, value of source, estimated source location, maximum likelihood estimation, moderate noise level