室内多站测向交叉定位性能分析

分析了常用的无源定位方法在室内定位中的适用性;分析了双站测向交叉测向定位的解析算法的GDOP,并对4组参数情况下的GDOP进行了仿真比较;分析了三站三维测向交叉定位的基本算法与基于泰勒级数的定位算法的GDOP,做了仿真比较,并将该算法推广到四站测向交叉定位算法;仿真结果表明:在测向误差为5°时,四站交叉测向定位算法的定位误差在1 m以内.     

星载测向定位滤波算法研究

为了有效改善运动状态中辐射源测向定位精度,并进行实时定位,根据星载正交干涉仪测向和定位技术原理,对星载测向过程中存在的系统指向误差进行了数学建模。引入了扩展卡尔曼滤波技术,通过最优估计值为标称值对测向系统非线性模型的线性化处理,采用状态空间递推方法来进行实时估计,从而对测向随机过程进行实时最小方差估计;建立了地理位置推算的扩展卡尔曼滤波具体实现算法。仿真给出了一组典型的系统误差和位置误差滤波推算结果曲线,表明提出的扩展卡尔曼滤波模型和算法的正确性,达到了可纠正系统误差,改善辐射源地理位置估计值的效果。     

基于平方根UKF双向滤波的单站无源定位算法

单站无源定位可观测性弱、参数测量精度不高,因此初始值测量误差往往较大.而无迹卡尔曼滤波(Unscented Kalman filtering,UKF)算法对初始值较为敏感,并且由于数值计算的舍入误差会产生滤波发散,为了解决以上问题,提出了一种基于平方根UKF(Square-root UKF,SRUKF)的双向滤波算法.该算法通过使用误差协方差的平方根替代协方差阵参与滤波,保证了算法的稳定性,同时运用平方根无迹卡尔曼滤波后向平滑(Un-scented Rauch-Tung-Striebel smoother,URTSS)后向平滑方法,用平滑值取代初始值,为前向滤波提供较高精度的起始值,提高算法的滤波精度,从而提高了算法对初始值的鲁棒性.仿真结果表明,与UKF算法和SRUKF算法相比,该算法提高了滤波的稳定性、收敛速度、定位精度及对初始值的鲁棒性.     

室内单站测向定位算法研究

分析了常用的无源定位方法在室内定位中的适用性;介绍了4种单站移动测向定位算法的基本原理;对各算法在不同测向误差情况下的绝对、相对定位误差进行了仿真,结果表明现有算法在较大的测向误差情况下的定位精度不能满足快速定位的要求;基于大数定理对各算法改进和仿真,结果表明,改进后的算法都大幅度地提高定位精度,适用于室内环境下的测向定位.     

基于UKF的无源定位技术研究

在现代战争中,由于利用目标辐射电磁信息的无源探测定位系统具有自身隐蔽和探测距离远等优点,因此它具有重要的应用价值,并已成为研究领域的热点,本文提出了一种基于UKF(Unscented Kalman Filter)的机栽无源定位算法,该算法对量测模型非线性问题采用UKF予以解决,克服了EKF(Extended Kalman Filter)中引入的较大线性化误差对性能的影响.仿真结果验证了此算法的优越性.     

基于改进扩展卡尔曼滤波的单站无源定位算法

为了提高单站无源定位精度,降低定位误差,针对扩展卡尔曼滤波算法存在的不足,提出一种基于改进扩展卡尔曼滤波算法的单站无源定位方法。首先通过采集目标的相关信息,构建单站无源定位数学模型,然后利用改进扩展卡尔曼滤波算法目标位置进行估计,最后采用数据进行仿真对比实验。结果表明,相对于扩展卡尔曼滤波算法,改进扩展卡尔曼滤波提高了目标定位的精度,削弱异常误差对位置估值的影响。     

基于UKF滤波的FDOA和TDOA联合定位跟踪算法

三星座时差定位是一个非线性估计问题,当辐射源高程所带来的误差无法忽略时,仍然使用基于WGS-84地球模型的时差定位算法对目标进行跟踪定位的方法具有一定的局限性.当数据残缺时,传统的定位算法无法精确估计高程目标位置.为了提高传统的基于三星的时差定位系统的跟踪性能,提出了基于UKF滤波的TDOA/FDOA联合定位算法对单个目标的位置和速度进行估计.仿真结果证明了TDOA/FDOA联合定位算法拥有更好的跟踪性能,以及该算法的稳定性和有效性     

一种空间测向定位的解析算法和误差仿真分析

对于测向交叉定位系统,就空间模型的情况,给出了一种直接求解方法。还讨论了定位误差与观测误差,布站误差之间的关系,并仿真得出了不同测向精度条件下的误差GDOP分布图,得出的结果对实际应用有指导意义。     

改进扩展卡尔曼滤波算法的目标跟踪算法

为了获得更加理想的运动目标跟踪效果,提出了一种基于改进扩展卡尔曼滤波的目标跟踪算法。构建时间差和信号到达方向的观测方程,利用几何和代数关系化简得到伪线性模型,通过改进卡尔曼滤波算法对目标运动轨迹进行跟踪,采用仿真实验对算法性能进行测试。结果表明,相对于传统扩展卡尔曼滤波算法,在相同条件下,该算法不仅提高了目标跟踪精度,而且使目标跟踪结果更加稳定。     

修正的UKF滤波时差定位算法

为了降低到达时问差(TDOA)测距在非视距(NLOS)传播环境中的误差,提出了在强跟踪无迹卡尔曼滤波(UKF)基础上改进的算法.在状态发生突变时,给预测协方差矩阵加入次优渐消因子;对NLOS误差进行正负判断,利用整体偏移法修改滤波增益,但估计协方差矩阵不做改进,以免出现不收敛.实验结果表明:该算法不仅能有效地抑制突变带来的影响,也能高效地消除NLOS误差,提高了NLOS传播的到达时间差定位精度.     

TDOA/AOA混合定位方案中的UKF算法

针对CDMA无线定位系统中的“听力”问题,在CDMA无线系统中建立到达时间差/到达角度(TDOA/AOA)混合定位方案模型。针对常用滤波算法的性能改善问题,提出无迹卡尔曼滤波(UKF)算法解算定位方程,并结合设定环境对算法进行Matlab仿真。与常用EKF算法的比较表明,在TDOA/AOA混合定位方案中,UKF算法具有更好的收敛性和精度。     

一种提高无迹卡尔曼滤波精确度的方法

无迹卡尔曼滤波是通过确定性采样,以无迹变换为基础,用卡尔曼线性滤波框架而建立起来的,对非线性系统有很好的滤波效果,但当噪声的影响较大时,精确度将会减低。为解决上述问题,提出了一种提高无迹卡尔曼滤波(UKF)精确度的方法,它将观测噪声和系统噪声引入到采样点中,对噪声进行对称采样处理,同时改进了算法过程,增加了无迹卡尔曼滤波的抗干扰性,与常规无迹卡尔曼滤波(UKF)相比,不仅保持了系统的稳定性,而且提高了精确度,最后通过仿真进行了验证。     

无源双基地雷达广义相参检测性能分析

研究了外辐射源发射信号的带宽未能准确已知时,无源双基地机会探测系统的广义 相参检测性能。首先构建了无源双基地雷达系统中双通道接收信号的模型,并给出了无源双 基地雷达恒虚警检测统计量的构造思路,然后推导得到了基于互模糊函数检测统计量的特征 函数、概率密度函数与检测概率及虚警概率的解析表达式,并详细分析了不同系统输入参数 条件下的相参检测性能。检测性能的分析表明,当目标回波信噪比大于-20 dB且直达波信噪比大于 5 dB时,就有可能检测到目标,而且采样信号带宽失配较小时的检测性能与带宽匹配时的检测性能 差别较小,相比于带宽匹配时的检测性能,采样信号带宽失配系数小于2时检测概率的恶化幅度均小于0.1。     

简化UKF算法在摄像机标定中的应用

提出一种基于简化无迹卡尔曼滤波（UKF）算法的摄像机标定方法。将平面靶标图像上的不同特征点坐标视为同一个特征点在不同时刻的运动坐标。为避免欧拉角描述法带来的奇异问题,用单位四元数描述世界坐标系和摄像机坐标系之间的变换关系,选取摄像机内外参数作为系统状态变量。结合实际应用背景,简化标准UKF算法,将其用于摄像机参数估计,在保证标定精度的前提下降低运算复杂度。仿真结果表明了该方法的有效性。     

UKF、PF与UPF跟踪性能的比较

无迹卡尔曼滤波器(UKF)是用一系列确定样本来逼近状态的后验概率密度,对任何非线性高斯系统都有较好的跟踪性能。粒子滤波器(PF)是用随机样本来近似状态后验概率密度函数,适用于任何非线性非高斯系统,但当似然函数出现在转移概率密度函数的尾部或者在高精度测量的场合,PF的跟踪性能降低。针对强非线性、非高斯系统、高精度测量的环境,文中提出采用UPF算法进行跟踪,并对PF、UKF和UPF三种跟踪算法进行了仿真,结果表明,UPF的跟踪精度要远高于PF、UKF的精度。     

基于UKF的MEMS捷联惯导传递对准方法

在飞行器导航系统优化问题的研究中,为解决MEMS捷联惯导(SINS)传递对准精度低和对准时间长的问题,提出了一种采用无迹卡尔曼滤波(UKF)的MEMS-SINS传递对准方法.首先利用欧拉平台误差角表示主子惯导坐标系之间失准角的方法,建立MEMS-SINS传递对准的大失准角误差模型.然后对建立的模型采用UKF滤波算法,使用确定性样本的方法来处理传递对准模型的非线性问题.最后对提出的传递对准方法进行仿真验证,并与扩展卡尔曼滤波(EKF)进行比较.仿真结果表明:在传递对准过程中,UKF获得了比EKF更好的对准精度和更短的对准时间,基本满足了战术级导航系统传递对准的精度要求.     

自适应UKF算法在目标跟踪中的应用

针对目标跟踪中系统噪声统计特性未知导致滤波发散或者滤波精度不高的问题, 提出了一种自适应无迹卡尔曼滤波(Unscented Kalman filter, UKF)算法.该算法在滤波过程中,利用改进的Sage-Husa估 计器在线估计未知系统噪声的统计特性,并对滤波发散的情况进行判断和抑制, 有效提高了滤波的数值稳定性,减小了状态估计误差. 仿真实验结果表明,与标准UKF算法相比,自适应UKF算法明显改善了目标跟踪的精度和稳定性.     

基于自适应UKF的反辐射导弹抗机动目标雷达短时关机研究

抗目标雷达关机是反辐射导弹的技术难题,也是关键问题.针对基于目标状态估计的抗目标雷达关机方案,将自适应UKF算法应用于抗雷达关机措施中.并基于当前模型,利用自适应UKF算法对反辐射导弹抗机动目标雷达短时关机性能进行仿真实验.通过实验得出的结果表明,自适应UKF算法在对抗机动雷达短时关机方面具有较好的可行性.