单站无源定位技术研究

介绍了单站无源定位的原理以及基于频率信息的多普勒频率变化率测量,针对单站无源定位中对目标跟踪这样一个典型的非线性滤波问题,阐述了利用修正协方差的扩展卡尔曼滤波算法。     

一种改进的EKPF算法在固定单站无源定位中的应用

本文针对EKPF算法在固定单站无源定位目标跟踪的应用中运算量大、实时性差的问题,通过对部分粒子进行EKF采样,将EKPF算法进行改进,改进的EKPF算法不仅有效降低了运算量,同时增加了粒子的多样性,使粒子集更能体现概率密度函数的真实分布。Matlab仿真表明,与传统的EKPF算法相比,改进算法在保证滤波性能基本不变的前提下,算法运算量大幅下降。     

固定单站对运动辐射源的无源定位与跟踪

利用测量获得的辐射源方位角和到达时间差信息 ,探讨了通过两种最小二乘估计实现定位的方法。本文对两种定位算法进行了比较 ,并进行了计算机模拟 ,其中第二种方法具有定位精度高、算法稳定的优点。     

卡尔曼滤波算法在单站无源定位中的应用

针对传统卡尔曼滤波算法在单站无源定位中的不足,提出了一种基于CV模型的卡尔曼滤波算法,阐述了卡尔曼滤波算法和CV模型,对基于CV模型的卡尔曼滤波算法在单站无源定位中的应用进行了仿真分析。仿真结果表明改进卡尔曼滤波算法能有效提高定位精度。     

基于特征分解的单站无源定位算法

本文提出了一种联合利用辐射源ＤＯＡ和ＴＯＡ信息，通过特征分解实现定位的方法，本文分析了这种定位算法的原理，并给出了模拟结果。本方法具有计算量小，不需进行迭代运算的优点。     

基于UKF的单站无源定位算法

将一种适用于非线性系统的UKF应用于单站无源定位,并结合具体应用背景,对通常的UKF作了适当的改进。与推广卡尔曼滤波器(EKF)相比,UKF能更好解决量测模型非线性问题,滤波性能更好,而且UKF的计算量与EKF是同阶的。     

基于EKF算法的单站无源定位研究

针对单站无源定位系统中观测方程非线性的特点,不能直接使用卡尔曼滤波估计,因而提出了一种适用于非线性的卡尔曼滤波估计改进算法——EKF算法;以方向角和方向角变化率为观测量,建立了EKF算法模型;仿真结果表明EKF算法适用于非线性系统,具有收敛速度快,定位精度高的特点。     

固定单站对机动红外辐射源的无源定位研究

文章在现有单站无源定位技术的基础上,介绍了一种根据红外辐射在大气中的传输特 性,提出机动空中辐射源的单站无源定位方法,并且给出了它的EKF型的直接递推估计算法,通过计算机仿真验证了该方法的正确性及有效性,该方法可应用于抗低空突防和反隐身目标的空防系统中。     

固定单站对机动目标无源定位IMM算法

本文探讨了一种基于目标的信号到达时间（ＴＯＡ）和信号到达方向（ＤＯＡ）信息，利用固定单站对机动目标进行无源定位与跟踪的交互式多模型算法，并详细分析了定位原理。通过计算机仿真，验证了其正确性与有效性。     

一种新的固定单站多普勒无源定位系统

提出了一种仅基于多普勒频率的、能够实现对移动目标的方位、速度和距离快速测最的固定单站无源定位系统,其包含有一个旋转接收天线阵列和一根固定接收天线,由正交旋转天线阵列能获得二组多普勒频差和系统同步测最所需的周期信号,而由单根固定天线则能获得仅由目标运动所产生的多普勒频移信息.定位系统首先利用二组多普勒频差来估计目标所处的坐标象限,并由前置角和方位角之间的关联求得目标的方位角及其增最;同时,由二组多普勒频差还能得到辐射信号的中心频率,从而有助于利用多普勒频移对目标速度的快速测量与求解;最终应用二天线单元所得到的角度和速度信息即能求得目标的距离.     

基于修正SUKF的固定单站无源定位跟踪算法

针对基于超球面单形采样策略的SUKF在初始误差和观测误差较大时滤波性能下降的问题,以固定单站无源定位目标跟踪为应用背景,引入后向平滑处理,并结合系统模型特点对算法作进一步的优化,提出一种修正的SUKF算法。理论分析和仿真实验表明,文中所提算法相对于传统UKF和SUKF算法,在运算开销增加不大的前提下,有效提高了算法的稳定性和滤波精度,具有一定的工程实用意义。     

UPF改进算法在单站无源定位中的应用

针对UPF算法在固定单站无源定位目标跟踪应用中存在运算量大、实时性差的问题,通过借鉴简化UKF的思想采用超球面单形采样策略、针对应用背景下状态模型的线性特性采用KF代替状态模型的Sigma点采样、在粒子滤波中对部分粒子间隔进行UKF采样三个方面的改进,提出一种改进的UPF算法。改进的UPF算法既有效降低了运算量,又增加了粒子的多样性,使粒子集更加逼近真实的后验概率密度函数。计算机仿真表明,改进的UPF算法在保持原有滤波精度的同时,有效减少了运算时间,可用相当于EKPF的运算效率得到UPF的滤波精度,适用于固定单站无源定位跟踪系统。     

一种新的固定单站多普勒无源定位系统

提出了一种仅基于多普勒频率的、能够实现对移动目标的方位、速度和距离快速测量的固定单站无源定位系统,其包含有。个旋转接收天线阵列和一根固定接收天线,由正交旋转天线阵列能获得二组多普勒频差和系统同步测量所需的周期信号,而由单根固定天线则能获得仅由目标运动所产生的多普勒频移信息。定位系统首先利用二组多普勒频差来估计目标所处的坐标象限,并由前置角和方位角之间的关联求得目标的方位角及其增量;同时,由二组多普勒频差还能得到辐射信号的中心频率,从而有助于利用多普勒频移对目标速度的快速测量与求解;最终应用二天线单元所得到的角度和速度信息即能求得目标的距离。     

基于UKF的单站无源定位改进算法

针对在单站无源定位中UKF算法由于数值计算的舍入误差带来的滤波发散以及计算量较大问题,文中提出了一种采用奇异值分解和超球体采样的UKF滤波算法。该算法将标准UKF算法中的协方差矩阵进行奇异值分解,避免算法在递推过程中,由于计算舍入误差而引起协方差矩阵失去正定性,而导致算法失效的问题。并且新算法采用超球体采样策略,减小了采样点的数量,提高了计算效率。仿真实验结果证明了该算法的有效性。     

多校准站TDOA/FDOA无源定位方法

针对运动目标到达时差（Time Difference-of-Arrival,TDOA）/到达频差（Frequency Difference-of-Arrival,FDOA）定位中的接收站定位误差问题,提出了基于多校准站的TDOA/FDOA定位方法,有效降低接收站定位误差的影响,并推导了该方法的克拉美罗下限（Cramér-Rao Lower Bound,CRLB）。理论分析表明,采用多校准站法能有效降低CRLB,提高目标定位精度。同时,当校准站自身定位存在误差时,也将影响对接收站的校准和目标的定位精度。通过仿真实验定量分析了采用多校准站法对定位精度的改善程度。     

固定单站对运动辐射源的无源定位与跟踪

利用测量获得的辐射源方位角和到达时间差信息,探讨了利用最小二乘估计法实现单站无源定位的方法,对定位算法进行了分析,并与特征分解算法和最大的似然计算法进行了比较。     

基于相位差变化率的单站无源定位技术

提出以相位差变化率为观测量,UKF逐步逼近目标位置的定位算法,有效解决了单站无源定位中收敛速度和定位精度问题。该算法以相位差变化率为观测量,消除了由于相位差中存在固定偏差对定位精度影响,提高了定位精度。而引进的UKF滤波算法则省去对观测方程的雅各比矩阵计算,简化滤波了运算,使定位过程更容易实现,从而提高定位滤波运算速度。     

基于EKF算法的单站无源定位跟踪研究

针对无源单站定位系统中观测方程非线性的特点,给出了一种适用于非线性的卡尔曼滤波估计改进算法——EKF算法。以方位角和方位角变化率为观测量,建立了EKF算法模型。仿真结果表明EKF算法具有收敛速度快,定位精度高的特点,可以提供高精度的单站无源定位跟踪结果。