基于模糊测向结果的单星无源定位法

介绍了一种对地面无线电辐射源的单星测向定位系统，该方法可基于模糊的测向结果对地面目标信号定位。     

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。     

单星测频无源定位法

提出了一种利用卫星在不同位置上测量信号的多普勒频率,实现单颗卫星对地面或空中静止的非协同性无线电辐射源定位的方法。在介绍了定位原理和定位计算方法后,分析了定位误差,并给出了计算机仿真结果。     

基于扩展卡尔曼滤波算法的无源定位效果分析

将扩展卡尔曼滤波算法由6维推广至9维,根据观测到的坐标位置、方位角和俯仰角,应用扩展卡尔曼滤波算法进行滤波,并通过计算机仿真得以验证,从而获得较好的定位效果。     

基于联合长短基线迭代计算的单星无源定位法

对中低轨道单星无源定位系统的干涉仪测向体系进行了探讨和研究,提出了一种基于联合长短基线迭代定位的方法。叙述了长短基线联合测向对模糊的消除处理,以及通过迭代定位对异常值的剔除过程,并用仿真验证了此方法,为工程实现提供了参考依据。     

一种单星无源高精度定位方法

针对基于双星或多星的卫星通信终端定位系统使用约束多、定位误差大等问题,提出一种单星无源高精度定位方法。利用一个高增益窄波束天线接收辐射源旁瓣泄露信号,同时接收主瓣经卫星转发的信号,通过互模糊函数实现微弱旁瓣信号检测和时差参数估计,结合旁瓣接收天线波束指向信息,实现对目标的准确定位。仿真结果表明,可实现对微弱旁瓣信号的检测和运动目标的高精度定位。     

利用功率波动的单星无源定位方法

双星或三星卫星干扰源定位体制中定位成功率受制于邻星的选择和星历的精度。针对上述问题,对利用功率波动的单星定位方法进行了研究。探讨了卫星通信链路中天气情况和大气衰减对信号传播的影响,提出了一种单星无源定位方法,分析了通过皮尔森统计方法得到信号功率波动匹配度的可行性,并通过试验证实了该定位方法的有效性。     

采用空间稀疏性的单星无源定位方法

针对传统单星定位中,参数估计和目标定位被分为两个独立阶段造成定位不优化的问题,提出了一种采用空间稀疏性的单星无源定位方法.该方法通过持续测量目标信号的多普勒频率,利用干扰源位置在地面分布的空间稀疏性,通过构建干扰信号的多普勒频率与地理位置满足的凸优化问题来实现干扰源定位.该定位方法利用了干扰信号的累积时间和干扰源位置的空间分布信息,在一个阶段中完成卫星定位.仿真证实该方法在单星定位中可得到较高的定位精度.     

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。     

单星无源定位原理及精度分析

针对通信、测控信号窄带、信号持续时间长的特点,分析了通信信号、测控信号工程可实现的测频精度,论证了在单星平台上利用频率定位方法实现通信、测控信号高精度定位的可行性,并根据5 km定位精度指标要求计算了对信号持续时间、信号载频、频率测量误差及卫星轨道高度的要求,研究结论对单星无源定位系统定位精度指标的论证与分解具有借鉴意...     

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.     

一种变换状态空间的稳定卡尔曼滤波算法

该文在分析了扩展卡尔曼滤波中两种线性化误差的产生原因及其对滤波影响的基础上,针对线性状态方程和非线性观测方程这一类系统,提出了采用一组新的状态量代替原来的状态量,使得观测方程为线性方程,从而避免了因为观测方程线性化导致的观测空间和状态空间的映射关系改变,提高了扩展卡尔曼滤波的稳定性和状态估计的精度。通过一个无源定位与跟踪的计算机仿真试验验证了这种方法的优点。     

基于概率的单星测频无源定位算法

提出了一种基于概率的单星测频无源定位算法，利用一颗卫星在不同位置上多次测量的信号多普勒频率，对地面辐射源进行定位。在介绍了定位原理的基础上，对算法进行了仿真，通过仿真分析了参数测量精度与定位精度之间的关系。     

边缘化迭代容积卡尔曼滤波的单站无源定位算法

针对单站无源定位可观测性弱、观测噪声大而导致的定位精度低、收敛速度慢等问题,提出了一种边缘化迭代容积卡尔曼滤波算法。该算法采用基于似然增加的迭代策略,不需要设置判决门限,且保证了算法的全局收敛性。同时,其充分考虑状态向量与观测噪声之间的互协方差,将状态向量扩维,构造条件线性模型并进行边缘化滤波,不仅提高了算法的定位精度以及收敛速度,还减少了扩维后所需的采样点,提高了算法的运算效率。仿真结果表明,新算法改善了单站无源定位的定位精度以及收敛速度。      

基于角度变化率的单站无源定位跟踪算法研究

针对静止单站无源定位系统中只用到达角作为观测量不能对静止目标定位,且对动态目标定位时间长,定位精度不高,不利于实时跟踪,提出了在观测站匀加速运动下,利用角度变化率作为观测量的定位方法.通过运用扩展卡尔受滤波算法进行计算机仿真表明,观测站匀加速运动下,利用到达角和角度变化率对高速飞行的物体进行定位跟踪,能够得到定位精度高,收敛速度快的估计量,更适用实时环境.     

基于后向平滑容积卡尔曼滤波的单站无源定位算法

单站无源定位跟踪是一个典型的非线性滤波问题,由于测量精度不高、初始误差较大等原因容易导致滤波算法定位精度低、收敛速度慢。本文将一种新型的滤波算法——容积卡尔曼滤波（cubature Kalman filter,CKF）应用于单站无源定位领域,并将后向平滑滤波思想与CKF算法相结合,提出了一种后向平滑容积卡尔曼滤波算法（backward-smoothing CKF,BSCKF）。该算法使用容积数值积分原则直接计算非线性随机函数的均值和方差,并采用后向平滑值进行递归滤波,具有更优非线性估计性能。仿真实验表明,与EKF、UKF和CKF算法相比,BSCKF算法定位精度更高、收敛速度更快。      

基于扩展卡尔曼滤波的FLANN网络学习算法

针对函数连接型神经网络(FLANN)误差反传(BP)学习算法存在收敛速度慢和容易陷入局部极小值等问题,结合扩展卡尔曼滤波(EKF)理论,提出了一种基于扩展卡尔曼滤波的FLANN网络学习算法.新算法把网络的权值作为EKF的状态,网络的输出作为EKF的观测,通过扩展卡尔曼滤波算法来调整网络权系数从而获得最优网络状态,即网络权系数的最优估计.仿真结果表明,新算法比BP学习算法在收敛速度和稳态误差性能等方面都得到了大大提高.     

自旋卫星上的无源测向定位技术

利用自旋卫星的高速旋转特性,可以使星载电子侦察系统只利用一维测向设备就可完成对地球表面地磁辐射源的近实时定位,此定位方法具有星载设备量小、定位精度高等优点。文章首先介绍了定位原理,然后通过计算机仿真数据,指出定位精度与测向精度、轨道高度的基本关系,最后对工程实现提出了指导性建议。