【估计定位、导航和授时（PNT）传感器和系统的目标位置误差】《多用途通用简化目标位置误差（TLE）计算器（MUSTC）》2022最新112页技术报告，美国陆军研究实验室

美国陆军作战能力发展指挥部分析中心创建了一种算法，用于估计定位、导航和授时（PNT）传感器和系统的目标位置误差。即使系统用来寻找感兴趣目标的确切算法是专有的或未知的，该算法也可以使用。该程序具有高度的模块化和可扩展性；因此，相对来说，添加各种不同的PNT传感器、系统和目标是很容易的。然而，目前仅有的传感器是使用到达时间差、到达频率差和/或到达角度的信号智能系统，以及可能有激光测距仪和测量校准源辐射的光子计数探测器的电子光学/红外（EO/IR）系统。

美国防部有各种传感器，作战人员可以用它们来寻找位置。一些传感器可以让作战人员找到潜在的威胁。如果作战人员目前不能使用GPS，他们可能需要使用传感器来确定自己的位置。传感器可以单独使用，也可以在更复杂的情况下连接在一起，以估计一个感兴趣的物体的位置。为了确保美国陆军为作战人员配备能够执行任务的传感器，建立一个能够估计这些位置传感器在任何情况下的性能的模型至关重要。

美国陆军作战能力发展司令部（DEVCOM）分析中心需要一种算法来估计正在进行定位、导航和授时（PNT）计算的各种传感器和系统的性能。DEVCOM分析中心（DAC）开发了多用途通用简化TLE计算器（MUSTC）模型，该模型可用于查找各种传感器的目标位置误差（TLE），进而用于定位各种物体。

MUSTC算法并不要求用户了解系统如何使用传感器的测量结果来确定位置。在MUSTC软件中添加一个新的传感器类型所需要的只是一个模型，该模型可以估计传感器测量的原始值，作为传感器和目标参数以及它们的位置的函数。

为了使算法能够确定TLE，算法需要知道所有参考传感器和目标在场景中的位置、可能影响位置测量的变量和这些变量的不确定性，以及用户希望为感兴趣的项目计算TLE值的空间位置。然后，该算法将假定感兴趣的物品在名义上位于用户想要估计TLE的位置。一旦知道了位置，软件就可以使用测量模型来确定传感器将为该场景测量什么。然后，该软件可以使用这些测量结果，以及优化算法，来确定感兴趣的项目在空间指定点的TLE。

该算法的主要优点是，它可以扩展到确定来自不同传感器类型的测量的各种不确定性如何影响总TLE，或找到感兴趣的项目的位置的不确定性。

该算法的主要缺点是，由于反复调用实现优化算法的函数来计算TLE，所以计算有时会很耗时。程序可以使用许多优化算法，有些算法比其他算法快。即使程序使用一个相对较快的优化算法，如果优化算法被调用足够多的次数，计算时间仍然会增加。DAC努力减轻这一缺点，找到了可用的最快的优化算法，但仍能产生正确的答案，将程序写成多线程应用程序，以便利用大多数现代计算机处理器的多个核心，并试图在最终结果的准确性和必须调用优化算法的次数之间找到最佳平衡。