对高速运动辐射源的实时高精度时差估计方法

在无源时差定位中,要求能实时获得目标到达测量站的TDOA参数,传统的互相关法需要大数据量、大运算量以及数据块处理,难以提取快速时变参数。提出了一种基于同伦延拓EKF的新方法,收敛速度快,估计精度达到CRLB下限,对每一个新的数据样点可直接更新TDOA参数,克服了一般EKF法中初始估计误差过大将导致滤波发散的问题。     

基于粒子滤波技术的抗多径测向方法

针对空间相干信号源的测向困难问题,提出了一种基于"粒子"滤波的处理方法,从概率角度进行相干波的DOA估计,用后验权值内插法避开再采样枯竭困扰,改善了滤波性能.只需极少的几次快拍完成对瞬间相干信号的测向,仿真表明该方法是可行的.     

基于MCMC方法的粒子滤波改进算法

粒子滤波算法广泛应用于现代的跟踪与定位,它适用于非线性非高斯系统,其算法的性能很大程度上取决于重要性分布的选择.分析粒子滤波的原理,论述蒙特卡罗方法在贝叶斯分析中的应用,同时将蒙特卡罗方法引入粒子滤波算法的实现中,通过仿真实验结果比较分析了改进的粒子滤波算法的性能.     

几种改进的粒子滤波算法性能比较

粒子滤波算法摆脱了解决非高斯滤波问题时随机量必须满足高斯分布的制约,近年来广泛应用于跟踪与定位研究中.与粒子滤波有关的一个普遍问题是退化现象,增加粒子个数可以部分的解决这个问题,同时马尔可夫链的引入可以使粒子分布更加合理,因此建议分布的选择是至关重要的.分析粒子滤波原理后,将马尔可夫链蒙特卡罗法方法引入粒子滤波算法的实现中,结合扩展卡尔曼滤波和不敏卡尔曼滤波两种建议分布进行仿真.仿真结果展示了改进的粒子滤波算法的良好性能,而且粒子退化现象得到有效遏制.