基于相位差变化率的无源定位技术研究

基于单站无源定位技术研究基础,对相位差变化率定位原理进行了简要介绍,针对相位差变化率定位过程中相位模糊、定位时间长和定位精度低等问题,提出了一种基于MGEKF滤波算法的相位差变化率单站无源定位方法,该方法采用了相位差参数预处理和MGEKF定位滤波算法。经过仿真分析和外场试验验证表明:采用MGEKF定位滤波处理的相位差变化率无源定位方法,可以使单站定位速度和定位精度比传统的只测角定位法提高很多。     

基于UKF的单站无源定位与跟踪算法

单站无源定位与跟踪系统观测方程的非线性性决定了定位与跟踪中必须采用非线性滤波技术.MGEKF等非线性滤波方法本质上都属于扩展卡尔曼滤波算法,都存在由于线性化误差而导致滤波器稳定性差等问题.基于unscented变换的UKF算法不存在线性化误差,具有更好的稳定性,但由于协方差估计不足,导致收敛速度较慢.该文基于UKF算法提出了一种迭代UKF(IUKF)算法,通过对状态和协方差的迭代估计,改善了UKF协方差估计不足的问题.仿真结果表明在不同的参数测量精度条件下,IUKF算法既保持了较好的稳定性又提高了算法的跟踪精度和收敛速度.     

基于MGEKF算法的单机无源定位技术

单机无源定位跟踪技术具有隐蔽性强、设备简单以及系统相对独立等优点,有着广阔的应用前景.为了提高定位精度和收敛速度,在现有的基于EKF单机无源定位算法的基础上,推导了基于MGEKF的定位算法,以解决EKF算法的不稳定性和对滤波初始值要求高的问题.与EKF定位算法相比,MGEKF定位算法对滤波初始值的要求相对较低,MGEKF定位算法提高了定位精度、收敛速度和稳定度,定位结果能够满足实际需求.     

无源定位跟踪中修正协方差扩展卡尔曼滤波算法

针对无源定位跟踪中EKF受初值、测量噪声影响大等缺点,该文提出了一种新的修正协方差扩展卡尔曼滤波方法(MVEKF),并将其与无源定位跟踪中常用的EKF,MGEKF,IEKF等滤波方法进行了仿真比较,表明该方法比EKF方法更具稳定性;而且无需寻找MGEKF方法中所需的观测量可修正函数,因而可以应用于其它领域的非线性滤波中.     

基于纯角度信息的单站无源定位算法

本文研究了在纯角度测量信息下地面干扰源的单站无源定位问题,给出了一种新的基于纯角度信息的非线性滤波无源定位算法。该算法首先利用载机初始位置和目标角度测量值,计算得到初步的目标状态值和状态协方差值,其次用这些信息来初始化扩展卡尔曼滤波器,最后运用扩展卡尔曼滤波器进行非线性滤波,得到高精度的目标定位结果。经过仿真结果分析,该算法具有收敛速度快、定位精度高的特点,能够较好的满足工程实际的应用要求。     

一种基于角度和时差信息的改进型滤波算法

联合角度（DOA）信息和时差（TDOA）信息对运动目标进行多站无源定位实质上是一种非线性估计问题。文章基于DOA和TDOA信息，提出了二种多站对三维空间目标进行定位跟踪的修正增益扩展卡尔曼滤波（MGEKF）算法，文中分别推导了角度观测方程和时差观测方程的修正增益函数。计算机仿真表明该算法的定位精度和稳健性能均要高于扩展卡尔曼滤波（EKF）算法。     

外辐射源定位中的修正增益扩展卡尔曼滤波

针对基于外辐射源的固定单站无源定位问题,给出了一种对运动目标进行定位跟踪的改进型滤波算法。文中首先建立目标角度信息、直达波与散射波的时间差信息以及多普勒频移信息的观测方程,并推导了每个观测方程的修正增益函数,然后利用多个时刻的观测值扩充了观测方程,从而给出了一种基于扩充观测方程的修正增益扩展卡尔曼滤波（MGEKF）算法。经过计算机仿真验证,该算法可以提高定位精度,并能有效地抑制滤波发散。     

测角目标定位的协方差矩阵旋转变换滤波算法

基于滤波量比预测量和测量量都准确这一原理,该文提出一种适用于只测角无源定位的非线性滤波算法——协方差矩阵旋转变换的推广Kalman滤波算法.文中推导了协方差矩阵变换的原理,给出了二维只测角无源定位应用的协方差矩阵旋转变换公式.仿真表明该算法比同类型的基于微分线性化和泛线性化的Kalman滤波算法具有更好的性能.     

一种改进粒子滤波的双站无源定位跟踪算法

在非线性非高斯状态空间下，粒子滤波器是一种有效的非线性滤波算法，它的关键问题包括粒子权重的计算、粒子重采样和状态估计等。本文根据粒子滤波算法思想和双站无源定位跟踪的非线性，将粒子滤波算法用于双站无源定位跟踪问题，给出了一种改进的粒子滤波算法，并对其关键问题根据双站无源定位跟踪的特殊性进行了改进。利用Matlab进行了仿真实验，与最小二乘算法、扩展卡尔曼滤波算法进行了比较，结果表明所提算法定位跟踪精度优于其他方法。     

扩展卡尔曼滤波在无源定位中的应用研究

阐述了卡尔曼滤波(KF)和扩展卡尔曼滤波(EKF)的原理和方法,建立了无源定位系统的状态模型和观测模型,推导了将非线性观测模型线性化,并利用EKF进行递推滤波估计的步骤和公式。通过计算机仿真,验证了运用EKF算法解决基于方位角及其变化率测量信息的无源定位方法,结果表明,运用EKF滤波算法,可以实现单观测站对运动目标的无源定位,初始状态估计误差对定位收敛的性能有较大影响。     

固定单站对三维运动辐射源无源定位算法及可观测性分析

实现固定单站对运动辐射源无源定位,传统的方法是测量TOA和DOA。本文将方位角变化率测量信息也引入该定位问题,提出了基于MGEKF(修正增益扩展卡尔曼滤波),对三维运动辐射源的无源定位跟踪算法。通过推导伪线性测量方程,本文进行了测量TOA和DOA对三维运动目标无源定位的可观测性分析。最后给出了计算机仿真结果。     

单站无源定位原理浅析

探讨了一种基于目标频域和空域参数测量信息，利用固定单站对机动目标进行无源定位与跟踪的算法，并详细分析了定位原理。在建立目标机动模型与测量方程的基础上，运用修正增益的扩展卡尔曼滤波（MGEKF）算法，实现对机动目标进行定位与跟踪。     

基于调频广播单站无源系统的定位方法

基于调频广播的单站无源定位系统实际相当于收发分置的双基雷达,以调频广播的发射机作为辐射源,接收雷达位于另一处。在实际的无源雷达系统中,利用数字波束形成技术和比幅测角,可以得到目标方位角。再利用信号到达时间差,可以得到目标和雷达站间的距离信息,从而实现了固定单站对二维运动辐射源的无源定位。最后还给出了定位精度的计算机仿真结果。此定位方法在工程中取得了较好的效果。     

机载ESM对固定辐射源的有效定位方法

当机载ESM定位系统的干涉仪的基线长度较短,传统的相位差变化率无源定位方法很难取得满意的定位效果,所以结合机载ESM传感器的特点,提出了基于方位角的迭代最小二乘定位算法,然后用Kalman滤波对迭代最小二乘对固定辐射源估计结果进行优化,当方位角比较大时,可以通过坐标旋转变换来提高了该算法的定位性能。Monte-Carlo仿真及结果分析进一步说明该算法具有收敛速度快,有效张角大,定位精度高,更具鲁棒性的特点。通过分析,该算法在军事应用中具有很好的前景。     

纯方位被动目标运动分析的修正增益卡尔曼滤波算法研究

通过对滤波状态协方差估计的修改,将水下纯方位被动目标运动分析中的扩展卡尔曼滤波(EKF)算法改进为修正增益扩展卡尔曼滤波(MGEKF)算法,并指出了两者的联系与区别。对比仿真分析表明,MGEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位被动目标运动分析的实现提供新的途径。     

日盲型紫外探测系统中目标定位的研究

为了研究日盲型紫外探测中的目标定位,设计了1套紫外探测实验系统。提出了1种基于目标图像的定位算法,通过确定目标在像平面上的位置,计算目标方位角。对系统及算法进行了理论分析和实验验证。以氘灯为目标的紫外光源,探测系统在30m处取得了0.5°的方位角测量精度。结果表明,该定位算法是可行的。这一结果对进一步开展远距离实验、完善系统是有帮助的。     

基于联合双机MUSIC的多目标无源定位算法

在无源定位中,基于角度信息的双机协同定位方法具有参数少、精度高和灵活性好等优点。但在辐射源日益密集的战场环境中,对多个目标实施定位时,通常将双机观测到的信息分别匹配并联合方程求解每个目标的位置,容易出现匹配错误、定位模糊问题。本文提出了一种双站联合MUSIC角度估计算法,通过降维投影的方法减少了谱函数和谱峰搜索的计算量,可以获得同一目标测向线匹配结果,并获得更高的测角精度。在定位解算中,利用经典的最小二乘法解算目标位置。仿真结果表明,对慢速多目标,相比匹配测向法,本文所提算法具有更高的定位精度。      

固定单站对运动辐射源的无源定位

固定单站对运动辐射源的无源定位是电子战领域的一个新课题。传统方法主要是利用到达方位角(DOA)信息对辐射源进行测向交叉定位,但由于该方法对测角精度的敏感性,仅利用DOA信息会导致定位精度低、算法收敛时间长等不良后果;文章详细分析了三维运动辐射源的特点,建立了一个数学模型,并结合方位角变化率采用基于MGEKF的定位算法,进行单站定位,这种算法提高了对运动辐射源目标的定位精度。