# 2026 高教社杯 B 题（无线电干扰源快速自动定位与清除）问题 3、4 相关论文列表

> 排序原则：与问题 3/4 直接应用方案越相关，排名越靠前。
> 标注：【Q3】主要支撑问题 3（全向干扰源：搜索→交会定位→逼近清除的整体策略）；【Q4】主要支撑问题 4（定向干扰源、方向未知）；【Q3·Q4】两者通用。

---

## 一、无线电信号源的移动机器人搜索与定位（与赛题任务框架最直接对应）

1. **Simultaneous Localization of Multiple Unknown and Transient Radio Sources Using a Mobile Robot** 【Q3】
   D. Song, C. Y. Kim, J. Yi. *IEEE Transactions on Robotics*, 2012（被引 75）
   移动机器人沿路径采集 RSS，在线同时定位**多个未知无线电源**——与问题 3“干扰源个数未知、机器狗边走边测”的设定几乎同构，可直接借鉴其多源数据关联与定位框架。
   https://ieeexplore.ieee.org/abstract/document/6145760/ ｜ [PDF](http://coewww.rutgers.edu/~jgyi/pdfs/IEEE_TRO_2012.pdf)

2. **Cooperative Search of Multiple Unknown Transient Radio Sources Using Multiple Paired Mobile Robots** 【Q3】
   C. Y. Kim, D. Song, Y. Xu, J. Yi, X. Wu. *IEEE Transactions on Robotics*, 2014（被引 67）
   上文的协同多机器人版本：成对机器人搜索多个未知瞬态无线电源，含**源匿名（信号不可区分）**处理——对应本题不同频道区分信号的思路对照。
   https://ieeexplore.ieee.org/abstract/document/6857360/ ｜ [PDF](https://jingangyi.rutgers.edu/pdfs/IEEE_TRO_2014.pdf)

3. **RSS Gradient-Assisted Frontier Exploration and Radio Source Localization** 【Q3·Q4】
   J. N. Twigg, J. R. Fink, L. Y. Paul, B. M. Sadler. *ICRA*, 2012（被引 77）
   用 RSS 梯度引导前沿探索（frontier exploration），让机器人高效逼近信号源而避免盲目遍历——可直接支撑问题 3/4 中“初探→逼近”的两阶段搜索策略设计。
   https://ieeexplore.ieee.org/abstract/document/6225059/

4. **Radio Source Localization Using Sparse Signal Measurements from Uncrewed Ground Vehicles** 【Q3】
   A. Perera, V. P. Tran, S. Anavatti, K. Kasmarik, et al. *arXiv:2312.03493*, 2023
   地面无人车（与机器狗同类平台）在室外区域以稀疏采样定位无线电源，含完整仿真评估流程——与用模拟器演练测试的实验设计直接可参照。
   https://arxiv.org/abs/2312.03493 ｜ [PDF](https://arxiv.org/pdf/2312.03493)

5. **Particle Filter Based Localization of Access Points Using Direction of Arrival on Mobile Robots** 【Q3·Q4】
   R. Parashar, R. Parasuraman. *IEEE VTC*, 2020（被引 13）
   移动机器人利用**到达方向（DOA，即示向度）**+ 粒子滤波递推定位无线电源——对应本题“多次测向→逐步缩小定位区域”的序贯定位算法。
   https://ieeexplore.ieee.org/abstract/document/9348813/

6. **Online Methods for Radio Signal Mapping with Mobile Robots** 【Q3】
   J. Fink, V. Kumar. *ICRA*, 2010（被引 166）
   移动机器人边走边在线构建信号场强地图并估计源位置，可支撑本题“场强仅随距离衰减”假设下的快速粗定位与路径在线修正。
   https://ieeexplore.ieee.org/abstract/document/5509574/

7. **Distributed Algorithms for Stochastic Source Seeking with Mobile Robot Networks** 【Q3】
   N. A. Atanasov, J. Le Ny, et al. *ASME JDSMC*, 2015（被引 117）
   随机源搜索的分布式算法，以无线电源定位为应用背景，理论保证强，可作为逼近清除阶段的收敛性依据。
   https://arxiv.org/pdf/1402.0051

8. **Cooperative Multi-Robot Estimation and Control for Radio Source Localization** 【Q3】
   B. Charrow, N. Michael, V. Kumar. *IJRR*, 2014（被引 84）
   仅测距射频下的多机器人协同估计与控制，信息论驱动（ mutual information ）选择测量动作——可迁移为“选哪个频道、去哪测”的决策准则。
   https://journals.sagepub.com/doi/abs/10.1177/0278364913500542

9. **A Review of Radio Frequency Based Localisation for Aerial and Ground Robots with 5G Future Perspectives** 【Q3·Q4】
   M. Kabiri, C. Cimarelli, H. Bavle, et al. *Sensors*, 2022（被引 48）
   综述：RSS/AOA 等 RF 定位手段在空地机器人上的比较，适合写论文的“研究现状”部分并帮助选型。
   https://www.mdpi.com/1424-8220/23/1/188

---

## 二、测向（Bearing-only/AOA）交会定位与观测点优化（第二检测点选择、定位区域收缩）

10. **Gathering Bearing Data for Target Localization** 【Q3】
    H. Bayram, J. Vander Hook, V. Isler. *IEEE Robotics and Automation Letters*, 2016（被引 38）
    给定若干潜在目标区域与不确定度要求，规划采集方位数据的机器人路径，归结为 **TSP with Neighborhoods 的信息路径规划**——与问题 3“多个待清除目标 + 逐个交会定位 + 总时间最短”的任务排序高度吻合。
    https://ieeexplore.ieee.org/abstract/document/7390217/ ｜ [PDF](https://conservancy.umn.edu/bitstreams/ff2d34bf-0056-4a29-be84-eb7355b527e4/download)

11. **Relationship Between Error Ellipse and Error Quadrilateral in Bearing-Only Localization** 【Q3·Q4】
    B. Wang, Y. Hu, C. Yu, et al. *IEEE Access*, 2026
    直接研究双站测向定位的**误差四边形**（即题目中的“定位区域”）与误差椭圆的关系，论证几何构型与精度的关系——与问题 1 的定位区域、问题 2/3 的测点选择理论完全对口。
    https://ieeexplore.ieee.org/abstract/document/11677056/

12. **Bearing-Only Active Target Localization Strategies for a System of Two Communicating Mobile Robots** 【Q3】
    J. Vander Hook, P. Tokekar. 技术报告, 2013
    主动测向定位：规划“去哪测”以最优压缩目标位置不确定性，给出最优双机器人测量构型——第二检测点选择策略的系统性理论。
    https://conservancy.umn.edu/items/38693c39-7a3b-400b-8926-f9aa194a8824

13. **Multi-UAV Trajectory Optimization for Bearing-Only Localization in GPS Denied Environments** 【Q3】
    A. Sciacchitano, L. Mudrik, S. Kragelund, et al. *arXiv:2602.11116*, 2026
    面向测向定位的轨迹优化，在视场等约束下优化测量构型——可借鉴其代价函数与滚动优化框架设计机器狗的测点序列。
    https://arxiv.org/abs/2602.11116 ｜ [PDF](https://arxiv.org/pdf/2602.11116)

14. **Optimal Sensor Placement for Multi-Source AOA Localisation with Distance-Dependent Noise Model** 【Q3·Q4】
    M. Hamdollahzadeh, R. Amiri, et al. *IET Radar, Sonar & Navigation*, 2019（被引 37）
    **多源** AOA 定位的最优布点，含递推 CRLB 表示——支撑多干扰源场景下测点位置的全局优化。
    https://ietresearch.onlinelibrary.wiley.com/doi/abs/10.1049/iet-rsn.2018.5426

15. **Optimal Sensor Placement for Target Localization Using Hybrid RSS, AOA and TOA Measurements** 【Q3】
    S. Xu, et al. *IEEE Communications Letters*, 2020（被引 110）
    混合量测下最小化 tr(CRLB) 的最优传感器-目标几何，可用于论证“交会角接近 90°”等构型结论的严谨性。
    https://ieeexplore.ieee.org/abstract/document/9097832/

16. **Geometry Influence on GDOP in TOA and AOA Positioning Systems** 【Q3·Q4】
    X. Lv, K. Liu, P. Hu. *ICNSC*, 2010（被引 58）
    基于 CRLB 分析新增观测点对 GDOP 的影响——回答“再加一个检测点值不值、放在哪”的定量依据。
    https://ieeexplore.ieee.org/abstract/document/5480336/

17. **定向交叉定位配站问题与定位精度分析**（中文）【Q3·Q4】
    张艳花. 《电讯技术》, 2008（被引 2）
    中文文献，专门讨论测向交叉定位的配站（交会角）与精度关系，便于直接引用“交会角 90° 最优、30°~150° 可用”类结论。
    （《电讯技术》2008 年刊，可通过知网/万方检索全文）

18. **Trajectory Planning for Multiple Robots in Bearing-Only Target Localisation** 【Q3】
    C. Leung, S. Huang, G. Dissanayake, et al. *IROS*, 2005（被引 16）
    早期经典：以定位精度为目标做测向机器人轨迹规划，适合作为主动定位问题的建模起点引用。
    https://ieeexplore.ieee.org/abstract/document/1545322/

19. **Observer Path Planning for Bearings-Only Localization Considering Limited Field of View** 【Q3】
    A. Nayebi Astaneh, N. Pariz, M. O. Naghibi Sistani. *Journal of Control*, 2014
    考虑传感器视场约束的观测者实时路径规划——对应测向机需旋转天线搜索示向度的过程约束。
    https://joc.kntu.ac.ir/browse.php?a_id=37&sid=1&slc_lang=en&ftxt=1

---

## 三、多目标搜索理论与任务规划（10–16 个未知目标的区域搜索框架）

20. **Multi-Vehicle Bayesian Search for Multiple Lost Targets** 【Q3·Q4】
    E. M. Wong, F. Bourgault, T. Furukawa. *ICRA*, 2005（被引 193）
    多目标贝叶斯搜索经典：概率图 + 贝叶斯更新 + 搜索资源分配——问题 3“干扰源个数未知、需确保全部清除”的终止判据与覆盖率论证可由此构建。
    https://ieeexplore.ieee.org/abstract/document/1570598/

21. **MPC-Based Cooperative Multiagent Search for Multiple Targets Using a Bayesian Framework** 【Q3】
    H. Xiao, R. Cui, D. Xu, Y. Li. *Journal of Field Robotics*, 2024（被引 9）
    模型预测控制 + 贝叶斯框架的多目标搜索路径规划，滚动时域决策——适合借鉴为本题“边测边重规划”的在线策略。
    https://onlinelibrary.wiley.com/doi/abs/10.1002/rob.22382

22. **Multi-Agent Informed Path Planning Using the Probability Hypothesis Density** 【Q3·Q4】
    J. Olofsson, G. Hendeby, T. R. Lauknes, T. A. Johansen. *Autonomous Robots*, 2020（被引 27）
    用 PHD（随机有限集）表示**目标个数与位置均未知**的场景并做信息路径规划——与“干扰源总数 10–16 但具体未知”的设定直接对应。
    https://link.springer.com/article/10.1007/s10514-020-09904-1 ｜ [PDF](https://torarnj.folk.ntnu.no/AURO2020a.pdf)

23. **Probabilistic Search for Tracking Targets: Theory and Modern Applications** 【Q3·Q4】
    E. Kagan, I. Ben-Gal. Wiley, 2013（被引 27）
    搜索论专著：最优搜索策略、马尔可夫决策模型，为搜索策略提供理论根基（Stone 最优搜索理论的应用版）。
    https://onlinelibrary.wiley.com/doi/abs/10.1002/9781118596593

24. **Efficient Multi-Robot Search for a Moving Target** 【Q3】
    G. Hollinger, S. Singh, J. Djugash, A. Kehagias. *IJRR*, 2009（被引 254）
    多机器人高效搜索路径规划（ESPP）并提出可证明性能的近似算法；本题目标虽静止，其“最大化截获概率”的建模与保证思路可迁移。
    https://journals.sagepub.com/doi/abs/10.1177/0278364908099853

---

## 四、定向干扰源定位（问题 4 特有：覆盖角 180°、方向未知）

25. **UAV-Based Efficient Joint Estimation of Directional Emitter Position and Transmission Orientation** 【Q4】
    T. Ruan, Y. Huang, L. Zhou, Q. Wu, et al. *IEEE Wireless Communications Letters*, 2024（被引 2）
    **联合估计定向发射源的位置与发射方向**（RSS-AOA 混合量测）——问题 4“定向方向未知”的最直接对应文献。
    https://ieeexplore.ieee.org/abstract/document/10802920/

26. **Efficient Localization of Directional Emitters via Joint Beampattern Estimation** 【Q4】
    F. Williams, A. Pemasiri, D. Jayalath, T. Martin, et al. *arXiv:2411.04364*, 2024
    联合波束方向图估计实现定向发射源高效定位，并分析波束宽度/朝向对定位的灵敏度（CRLB）——可支撑定向源需从侧向多点探测的策略设计。
    https://arxiv.org/abs/2411.04364 ｜ [PDF](https://arxiv.org/pdf/2411.04364)

27. **Location Errors of Directional Emitters in AOA System for Non-Line-of-Sight Conditions** 【Q4】
    J. M. Kelner, C. Ziółkowski, et al. *SPIE*, 2019
    分析发射天线朝向对 AOA 示向度误差的影响——定向干扰源场景下误差建模的参考。
    https://www.spiedigitallibrary.org/conference-proceedings-of-spie/11055/110551G/Location-errors-of-directional-emitters-in-AOA-system-for-non/10.1117/12.2525060.short

28. **ALRD: AoA Localization with RSSI Differences of Directional Antennas for Wireless Sensor Networks** 【Q4】
    J. R. Jiang, C. M. Lin, F. Y. Lin, et al. *Int. J. of Distributed Sensor Networks*, 2013（被引 133）
    利用定向天线朝向差分的 RSSI 做定位，对“信号只在 180° 覆盖角内可被接收”的探测盲区分析与补盲路径设计有参考价值。
    https://journals.sagepub.com/doi/abs/10.1155/2013/529489

---

## 五、信息路径规划方法与综述（通用方法库）

29. **Information-Driven Path Planning** 【Q3·Q4】
    S. Bai, T. Shan, F. Chen, L. Liu, B. Englot. *Current Robotics Reports*, 2021（被引 53）
    信息驱动路径规划综述，梳理目标函数（信息增益、熵减）与平台约束，适合搭建问题 3 的总体算法框架。
    https://link.springer.com/article/10.1007/s43154-021-00045-6

30. **Adaptive Informative Path Planning in Metric Spaces** 【Q3】
    Z. W. Lim, D. Hsu, W. S. Lee. *IJRR*, 2016（被引 101）
    带自适应性的信息路径规划，具次模性与近似保证——为“总时间越短越好”的目标函数设计提供理论工具。
    https://journals.sagepub.com/doi/abs/10.1177/0278364915596378

31. **Informative Path Planning for Active Field Mapping Under Localization Uncertainty** 【Q3】
    M. Popović, T. Vidal-Calleja, J. J. Chung, et al. *ICRA*, 2020（被引 62）
    不确定性感知的信息路径规划，平衡探索与精度——对应本题“检测耗时 vs 路径耗时”的权衡。
    https://ieeexplore.ieee.org/abstract/document/9197034/

32. **基于深度强化学习的短波自主检测与定位方法**（中文）【Q3】
    冯祺玥, 唐涛, 张昀普, 王鼎, 吴志东. 《通信学报》, 2026
    中文文献：多站测角交会定位 + 深度强化学习自主检测定位，提供国内无线电监测定位的表述与流程范式。
    https://www.joconline.com.cn/rc-pub/front/front-article/download/155129217/lowqualitypdf/%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E7%9A%84%E7%9F%AD%E6%B3%A2%E8%87%AA%E4%B8%BB%E6%A3%80%E6%B5%8B%E4%B8%8E%E5%AE%9A%E4%BD%8D%E6%96%B9%E6%B3%95.pdf

---

### 使用建议
- **问题 3 算法主线**：以 1、3、10、20、22 为核心——贝叶斯概率图搜索（20/22）确定探测顺序与终止条件，DOA 序贯定位（5）+ 交会几何优化（10/11/15/17）选测点，RSS 梯度逼近（3）完成 20 m 内清除前逼近。
- **问题 4 增量**：在问题 3 框架上叠加 25/26 的“位置 + 方向”联合估计，并用 28 的思路设计覆盖角盲区的补测路径。
- **论文写作**：现状综述引用 9、29、32；精度理论引用 11、14、15、16。