基于测向定位的算法研究

讨论了测向定位中的若干实际问题，包括两站、三站和多站交会定位的情况。利用示向度均值和方差、示向线交叉角、示向度质量等参数作为因子，分别给出了最佳交会点估计求解式，并对交会点的位置进行了误差分析。在实际工程使用中，本文给出的算法具有相当的实用性，定位精度显著提高。     

一种新的测向交叉定位算法

为了解决测向交叉定位系统在基线附近定位精度较低的问题,介绍了一种基于最小方差法的测向交叉新算法.该方法对于每个空间点,都以定位误差最小的算法和参数来计算目标位置.首先研究了3种测向交叉定位算法及距离解算误差,然后给出了基于最小方差的新算法流程图,最后对算法进行了仿真和性能分析.仿真结果表明,新算法明显地改善了基线附近的定位精度,提高了系统的抗干扰能力.该算法可适用于某些雷达组网系统的目标指示阶段.     

单站多点测向对敌辐射源定位算法分析

本文分析了由于干涉仪测向误差引起的定位误差，提出了加权平均法，最小二乘法，迭代法几种定位算法。     

基于EKF的双站测向/时差联合定位算法

针对目前测向精度不能满足高精度定位需求以及双站测向/时差联合定位单次定位精度差的问题,在双站测向/时差联合定位原理基础上,推导了基于测向/时差参数测量的扩展卡尔曼滤波(EKF)定位算法,并仿真了固定基线构型下所提算法的定位性能。结果表明,算法能以较快的速度收敛,定位精度相比单次定位提升10倍以上,为低成本、高精度定位系统提供了技术支撑。     

双基地雷达测向交叉定位算法的误差模型

利用双基地平面关系将空间三维问题降为平面二维处理;在分析影响定位精度因素前提下,采用合理的假定对定位方程泰勒展开,建立测向交叉定位算法的误差分析模型,并证明了测向交叉定位算法的空间位置最小均方差估计是无偏估计,通过仿真算例,可以看出建立的误差模型符合实际情况。     

短波测向定位误差分析

本文归纳分析了短波测向误差的分类、产生原因、估算及消减,并在此基础上分别讨论了无线电测向定位、短波单站定位产生误差可能的原因、估算及消减.     

多站测向定位新算法

无源测向定位在信息对抗、导航等领域应用非常广泛。针对如何充分使用同时获得的多站测向数据,提出由两站向多站逐渐递推的目标定位新方法。仿真结果表明,最终定位精度得到了提高,给出的协方差能够真实反映目标的分布概率,新方法具有一定的工程应用价值。     

一种三维多站测向交叉定位算法

对于三维多站测向定位,给出了一种利用数据融合方法处理多站交会测量结果的定位方法.该方法首先在n个观测站中任取两站计算得交会结果,再引入一种加权运算,对两站交会结果进行融合,得到一种新的定位方法,最后进行仿真和性能分析.仿真结果表明,新算法提高了定位精度,避免了迭代初值的选取,保证了定位方法的有效性并减小了工作量.     

基于卡尔曼滤波的无人机测向定位算法研究

为了提高无人机测向定位精度,并直观地表示出一定概率下目标可能的位置区域,给出了一种基于卡尔曼滤波(KF)的无人机测向定位算法。首先使用无人机前两次测向线,计算目标位置测量的初始值;其次采用KF算法估计不同时刻目标位置的估计值,并计算每一时刻经卡尔曼滤波后的测角误差;最后将滤波后的测角误差代入目标可能位置概率椭圆算法,计算目标可能位置区域的位置及大小。结果表明:经卡尔曼滤波计算后的位置估计值逼近真实值的速度更快,所得的目标可能位置区域的面积更小,定位精度有了较明显的提高。     

自适应渐消UKF算法及其在仅测角被动定位中的应用

针对仅测角被动定位受多径、镜像和干扰源影响,噪声无法准确建模,传统EKF及其改进滤波算法容易发散的问题,将自适应渐消因子引入UKF算法中,调整滤波增益以及状态误差协方差矩阵,提出一种自适应渐消UKF算法,给出了具体的计算流程。仿真了不同雷达诱饵布置干扰下滤波算法的稳定性。仿真结果表明,与传统的EKF以及自适应渐消EKF算法相比,该算法收敛速度更快,稳定性更好。     

一种双站纯方位快速渐进无偏定位算法研究

针对多站无源定位中扩展卡尔曼滤波算法等递推类算法受初始状态影响大,滤波不稳定及将非线性观测方程转化为伪线性方程会产生有偏估计的缺点,提出了一种新的双站纯方位快速渐进无偏定位算法。该算法将扩维伪测量方程的系数误差协方差矩阵引入约束条件,通过对未知状态变量含二次约束的伪线性方程进行约束最小二乘(CLS)极小化处理,最终只需要对一对矩阵束进行广义特征分解,即可获得目标状态估计值。仿真结果表明,该算法与EKF算法及最小二乘算法相比,定位性能更稳定,精度更高,在测量误差较大或者2个观测站测量误差不一致时优势更明显。     

一种基于TLS-STK方法的单站无源定位算法

文中研究了在存在有色量测噪声情况下的纯方位角单站无源定位问题,给出了一种新的基于总体最小二乘和强跟踪滤波器（TLS-STK）方法的无源定位滤波算法。该算法首先利用总体最小二乘算法进行无源定位,得到初步的目标位置和速度信息,再用这些信息来初始化强跟踪滤波器,最后运用强跟踪滤波器对后续测得的带有色噪声的方位角度值进行滤波,得到高精度的目标定位结果。经过仿真对比实验验证,该算法可较为有效地抑制色噪声的干扰,并具有定位精度高、收敛速度快的特点,能够较好地满足工程实际的应用要求。     

对机动目标的多站无源定位IMM算法

将交互式多模型（IMM）算法与集中式融合跟踪算法相结合,给出了集中式交互多模算法（CIMM）;基于目标的多普勒频率差和信号到达方向信息,利用CIMM算法对机动目标进行无源定位与跟踪,并与变维（VD）滤波算法的跟踪性能进行了比较.通过计算机仿真验证了CIMM算法是有效的,且该算法与VD算法相比定位精度更高、稳定性更好.     

应用多模算法的纯方位被动定位

在被动定位中,初始状态值不能精确得到,其设定误差一般较大,从而影响滤波收敛速度和精度。为解决这一问题,采用了多模型滤波方法,多个滤波器分别在不同的初始条件下同时滤波,实时计算各滤波器的加权值,然后进行数据互联。理论分析和仿真结果表明,应用这一方法,收敛速度和精度得到改善,提高了算法的适应性。     

三机时差频差联合定位算法

针对平面三机对辐射源定位的场景,提出2种基于牛顿迭代法的定位方程组求解算法:平均处理算法和最小二乘迭代算法。通过仿真数据验证2种算法的有效性,并比较2种算法的优劣,发现平均处理算法更有利于解决定位模糊,最小二乘迭代算法更有利于提高定位精度,提出2种算法联合的解算思路。提供仿真数据,说明定位精度随三机布局方式的变化,得出结论:在保持副机到主机距离不变的情况下,三机在同一直线航迹上时具有全局最高定位精度。     

多传感器协同定位技术研究

描述了多传感器协同定位的基本概念和处理流程,给出了加权最小二乘协同定位的典型算法,并以雷达、声、光电传感器协同探测试验为例,分析了定位精度,验证了多传感器协同定位算法的有效性。结果表明多传感器协同定位技术综合利用多元传感器的多维量测信息,可以获得比单一传感器更加准确连续的探测信息,实现异类传感器优势互补。     

机载干涉SAR 区域网三维定位算法

区域网3 维定位是指同时获取多个干涉合成孔径雷达(InSAR)场景中各像素点的北向、东向和高程向的地理坐标。联合定标是区域网3 维定位的关键环节,能够保证3 维位置精度和相邻场景间的位置衔接性,并且能够在稀少控制点的条件下实现大区域多场景的3 维定位。该文提出一种适用于机载InSAR 系统的联合定标算法,该算法对多个场景的3 维位置同时定标。该算法利用最优化模型实现联合定标,并且在最优化模型中引入了权值,从而顾及到了不同质量、不同分布的控制点、同名点在联合定标中的权重差异。机载InSAR 实测数据的实验结果表明,该算法在3 维定位精度和实现过程的简洁度方面均优于传统的联合定标算法。      

远距离纯方位跟踪的改进粒子滤波算法

粒子滤波是一种基于蒙特卡罗采样和递推贝叶斯估计的滤波方法,不受模型非线性和非高斯噪声的限制,因而被用于各种非线性滤波和参数估计问题。但是对于先验信息较少和信噪比较低的问题,其庞大的计算量和缓慢的速度限制了它在实时系统中的应用。这里介绍了粒子滤波基本原理,通过改进权重计算、重采样算法,使计算速度得到提高。这种改进算法用于对海洋远距离纯方位目标进行跟踪仿真,其结果表明,具有速度快,精度高的特点。