排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
基于状态矢量融合的多基地无源目标运动分析 总被引:2,自引:1,他引:1
在多基地独立观测估计的基础上,采用对状态矢量进行数据融合的方法对无源目标运动分析(以下简称TMA)问题进行了研究。在双基地的条件下,讨论了当双基地的无源声呐匀采用容易得到的目标方位角、频率的数据测量为输入时的无源TMA问题。利用伪线性方法或扩展Kalman滤波方法作预处理后,将所得到的各状态矢量的预估计送入融合中心再进行数据融合,最后实现对目标的最终估计。计算机仿真结果表明:状态矢量融合的方法能够进一步提高对目标运动参数的估计精度,能有效地实现无源TMA问题的估计。 相似文献
2.
水下无源目标运动分析的修正扩展卡尔曼滤波方法 总被引:1,自引:0,他引:1
以水下已知固定深度的三维情形为例,用修正的扩展卡尔曼滤波(EKF)方法探讨了无源目标运动分析(以下简称TMA)问题。首先以无源声呐对目标的方位角、俯仰角和频率测量为依据,建立动态系统模型。然后,从非线性的测量方程入手,对新息以伪线性的处理,推导出一组修正的EKF递推方程组。文中为增加滤波器的稳定性,采取批数据处理的手段,而使滤波效果更加平稳。计算机仿真结果表明:修正的EKF方法所得的误差曲线收敛较好,且误差较小,能有效地提高水下无源TMA问题中的参数估计精度。 相似文献
3.
1