基于相位差变化率的单站无源定位技术

提出以相位差变化率为观测量,UKF逐步逼近目标位置的定位算法,有效解决了单站无源定位中收敛速度和定位精度问题。该算法以相位差变化率为观测量,消除了由于相位差中存在固定偏差对定位精度影响,提高了定位精度。而引进的UKF滤波算法则省去对观测方程的雅各比矩阵计算,简化滤波了运算,使定位过程更容易实现,从而提高定位滤波运算速度。     

基于平方根UKF的新型单站无源定位算法

针对单站无源定位可观测性弱,收敛速度慢,定位精度差等问题,在此采用综合利用相位差变化率、多普勒变化率对目标进行定位的方法。在此基础上,将一种新的非线性算法即平方根UKF算法应用单站无源定位中,计算机仿真表明在不同的参数测量精度条件下,新算法稳定性更高,收敛速度更快,定位精度更高。     

基于SRCDKF的相位差变化率无源定位算法

介绍了单站相位差变化率无源定位原理.针对单站无源定位参数测量精度低、初始估计误差大引起的定位精度低,收敛速度慢的问题,引入平方根中心差分卡尔曼滤波(SRCDKF)算法.该算法使用协方差矩阵的平方根进行滤波估计,可以降低计算复杂度,保证数值稳定性.仿真结果表明,SRCDKF算法与扩展卡尔曼及其衍生滤波和无迹卡尔曼滤波等算法相比,其定位精度高、收敛速度快、数值稳定性佳,对工程应用具有一定的参考价值.     

一种改进的单站无源定位算法

单站无源定位与跟踪(SOPLAT)技术逐渐成为定位跟踪领域的研究重点。首先分析了基于扩展卡尔曼滤波(EKF)的结合角度变化率、相位差变化率、多普勒频率和多普勒频率变化率的单站无源定位算法,然后利用基于极坐标的扩展卡尔曼滤波(PC-EKF)对该定位算法进行改进。计算机仿真表明,改进后的定位算法具有更高的定位精度。     

基于外辐射源的单站无源定位改进算法

针对外辐射源无源定位系统实现快速和高精度定位的要求,提出了一种在测量到达角及时差信息的基础上,增加方位角变化率信息的单站无源定位算法。同时引入一种对非线性系统较好的滤波算法——修正增益扩展卡尔曼滤波(MGEKF)算法,与推广卡尔曼滤波器(EKF)相比,MGEKF能更好地解决量测模型非线性问题,滤波性能更好。计算机仿真结果也表明了此定位方法具有较好的定位跟踪精度和速度。     

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。     

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.     

基于M估计的抗野值单站无源定位方法

单站无源定位是通过被动接收目标辐射信息来获取目标位置信息,具有电磁隐蔽性较好、设备相对独立、作用距离远等优点。但在实际定位中,观测信息中不可避免会出现野值,极大地降低了定位的精度和稳定性。为解决这一问题,对基于相位差、相位差变化率和多普勒频率变化率的单站无源定位方法进行了改进,通过建立新息的非线性函数作为权函数,对新息进行权值修正,提出了一种基于M估计的抗野值单站无源定位方法。仿真实验表明,该算法可以较好地消除野值分量的影响,提高定位精度,具有较强的鲁棒性。     

基于变化率的单站无源定位技术研究

针对传统的机载测向交叉定位收敛速度慢、定位精度低的问题,探讨了基于变化率测量的机载单站无源定位技术,分析了不同模型下测多普勒变化率、测角测相位差变化率和仅测相位差变化率无源定位的算法原理、性能和特点,对多普勒变化率、相位差和相位差变化率这些定位参数的测量和提取方法进行了说明,为变化率无源定位系统的设计和应用提供了理论依...     

UKF算法在单站无源定位与跟踪中的应用

提出了相位差与无迹卡尔曼(UKF)算法相结合的单站无源定位方法。把2个相互正交的相位干涉仪测量出目标辐射电磁波的相位差信息作为观测量,采用UKF滤波算法加以处理,对粗略定位结果进行修正和平滑,逐步估计出目标的位置和速度,来实现对辐射源目标的快速高精度无源定位。UKF与传统的EKF滤波算法相比,不用计算雅克比矩阵,实现简单,且有更高收敛速度和定位精度。     

机载单站对机动目标无源定位与跟踪

机载无源探测定位技术是机载电子对抗中的一个重要的研究领域。针对空间机动目标,建立了机载单站无源定位的三维模型。基于传统测量相位差变化率的方法,增加了多普勒及其变化率信息,探讨了其定位原理,重新推导了定位公式;给出了其中的预处理过程和系统状态方程,并引入了可调白噪声UKF滤波算法以提高对机动目标的跟踪定位精度和收敛速度。通过计算机仿真,验证了该方法的正确性及有效性。     

基于粒子滤波的蜂窝网移动台单站跟踪

仅使用单个基站测量信息对蜂窝网移动台进行定位跟踪实现简单并具有较高的可定位概率,但面临的挑战是如何提高定位精度。粒子滤波是基于贝叶斯推论的一种蒙特卡洛方法,特别适用于非线性非高斯信号处理。该文提出了基于粒子滤波的单站跟踪算法。仿真结果表明与快拍式定位方法相比,这种滤波算法大大提高了单站定位的精度;与扩展卡尔曼滤波相比,粒子滤波收敛速度快,性能稳健。     

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。     

机载红外搜索跟踪系统被动定位滤波算法研究

首先用扩展卡尔曼滤波算法构建了机载红外搜索跟踪系统被动定位滤波模型．然后针对该滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点．利用虚拟噪声技术，提出了适合于红外搜索跟踪系统被动定位的自适应扩展卡尔曼滤波算法。该算法实时地估计了虚拟噪声的统计特性，减小了线性化误差，提高了非线性滤波的精度。仿真结果表明，在完全相同的初始条件下，自适应扩展卡尔曼滤波对目标距离和速度的估计结果明显优于扩展卡尔曼滤波，此算法具有很高的工程应用价值。     

基于测向交叉和卡尔曼滤波的多舰无源被动定位算法

在分布式多舰无源被动定位算法中,用修正增益推广卡尔曼滤波器对海上运动舰艇辐射源进行纯方位跟踪时,会出现滤波发散的情况.本文讨论了进行多舰纯方位定位跟踪融合的方法,提出一种通过测向交叉定位的结果来改进修正增益推广卡尔曼滤波器的方法,提高其稳定性,减少其滤波发散的可能,提高定位精度,计算机模拟证明了该方法的有效性.     

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.     

提取相位差变化率的一种新方法

传统的卡尔曼滤波算法提取相位差变化率时,要求相位差数据呈线性变化或近似线性变化,而这一条件往往不容易得到满足。针对以往利用相位差变化率进行单站无源定位的定位精度不高的问题,提出一种差分—卡尔曼滤波方法,综合了差分处理方法和卡尔曼滤波处理方法的全部优点,解决了卡尔曼滤波提取方法限制条件强的问题以及差分处理方法提取精度低的问题。通过仿真试验表明,差分—卡尔曼滤波方法滤波精度比差分方法高很多,比卡尔曼滤波方法适用范围更广,应用性更强。