基于离心加速度信息的单站无源测距定位方法

针对只测向（B0）方法具有收敛速度慢、定位误差大等缺点，提出了一种利用角度及其变化率、离心加速度等信息进行单站无源测距定位的新方法。对该方法的单次测距误差进行了分析，经多次测量定位计算机仿真结果表明，该方法比只测角定位方法、角度及其变化率定位方法具有更高的定位精度和更快的收敛速度，并且具有更广的应用范围。     

基于离心加速度信息的单站无源测距定位方法

针对只测向(BO)方法具有收敛速度慢、定位误差大等缺点,提出了一种利用角度及其变化率、离心加速度等信息进行单站无源测距定位的新方法.对该方法的单次测距误差进行了分析,经多次测量定位计算机仿真结果表明,该方法比只测角定位方法、角度及其变化率定位方法具有更高的定位精度和更快的收敛速度,并且具有更广的应用范围.     

基于空间谱估计的单星侦察无源定位

讨论了单星侦察无源定位的瞬时测向和测向交叉两种定位方式。简述了地面目标的空间谱估计测向技术及其发展，并分析阵列形状、高精度定位、准实时二维谱估计和信号源数等其他影响定位性能的因素。研究表明，对单星无源定位的理论和工程实现，尚需作进一步的研究。     

星载测向定位技术研究

针对卫星无源定位系统对辐射源高精度定位的要求,以及日益复杂的电磁环境下时频重叠信号测向定位的难题,提出了单星阵列信号处理测向的方法,并对干涉仪和阵列信号处理测向的性能进行了理论分析和仿真比较,结果显示阵列信号处理测向比相位干涉仪具有更高的精度,在存在模型误差的情况下,基于盲源分离的测向算法比经典子空间投影测向算法具有更高的分辨力。     

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,可以提供较高精度的单站无源定位跟踪结果。     

机载单站无源定位三维模型及其仿真

针对在空间作匀速直线运动的目标，建立了机载单站无源定位的三维模型。给出了其中的预处理过程和系统状态方程，并采用UKF算法进行滤波处理以提高定位精度。仿真结果表明，模型和算法有效。与扩展卡尔曼滤波(EKF)相比，在初始误差较大时UKF也能快速收敛。     

一种单站无源定位原理与目标跟踪算法研究

基于辐射源的信号到达方向(DOA)及其变化率信息,提出了一种对机动目标进行单站无源定位与跟踪的方法。根据建立的目标机动模型和测量方程,分别用扩展卡尔曼滤波(EKF)和修正协方差扩展卡尔曼滤波(MVEKF)算法实现对机动目标的定位与跟踪,并给出了算法模型。仿真结果表明,该法正确有效,定位精度较高、收敛速度快。     

基于时差频差角度的低轨双星动目标融合跟踪方法

针对低轨双星时差频差定位系统在对运动目标定位中忽略其运动速度会引起较大的定位偏差以及定位跟踪的初值选取等问题,提出了一种对运动目标的双星时差频差信息融合主星的二维到达角（AOA）信息的融合无源跟踪新方法。首先建立测量模型和等高程目标运动状态模型,在此基础上采用扩展卡尔曼滤波（EKF）方法对运动目标进行跟踪定位。仿真分析表明,该方法可达到克拉美‐罗下限（CRLB ）,且收敛后对目标的速度和航向估计有较大的提高。     

一种新的最大似然三参数单站无源定位方法

在质点运动学原理无源定位的基础上 ,提出了利用角度、角速度和多普勒频率变化率 (三参数 )等观测量进行最大似然单站无源定位的方法 ,并且分析了它的定位精度问题 ,通过仿真试验证明这种定位算法具有定位精度高和收敛速度快的优点     

一种改进的测向交叉定位方法

传统的两站交叉定位算法在多辐射源环境下存在虚假定位点无法准确消除、多目标处理能力差、算法自身的缺陷导致的定位盲区无法消除等局限性.提出了一种利用多站测向信息的改进算法,该算法根据各交叉定位点的误差分布设置准则进行测向信息配对并获得真实定位点的初始坐标,再利用线性加权最小二乘估计结合卡尔曼滤波算法进行处理获得辐射源的位置.仿真结果表明,该算法显著改善了多目标处理能力,能够快速、准确地进行测向信息配对,有效消除虚假定位点和定位盲区,并能得到不错的定位精度.     

基于解三角的固定单站对运动辐射源的无源定位

提出了一种利用平面解三角,并结合辐射源信号到达方向和脉冲到达时间差对运动辐射源进行单站无源定位的算法。运用解三角的方法,只需要少量的测量数据即可解得目标的运动状态,可在较短时间内实现被动定位。     

改进高斯混合粒子滤波的纯方位目标跟踪算法

针对纯方位跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。该算法基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。利用贪心EM算法实现模型的降阶,一定程度上克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点和可能收敛到参数空间的边界的缺点,从而改善粒子枯竭的问题。仿真实验结果表明在纯方位跟踪领域,与传统粒子滤波(PF)和基于EM的高斯混合粒子滤波相比,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。     

空对空单站被动跟踪体制与精度仿真分析

比较了空对空单站被动跟踪的只测角(BO)、角度相位差变化率和角度频率变化率三种典型定位跟踪体制的性能。基于状态及不同的测量模型,给出了扩展Kalman滤波(EKF)算法,讨论了测量精度对跟踪效果的影响。仿真结果表明:角度频率变化率体制的可观测性优于BO和角度相位差变化率体制;对辐射源匀速运动,观测器匀速运动即可跟踪;与BO测角体制相比,角度相位差变化率和角度频率变化率体制增加了观测量,跟踪收敛速度快。     

基于迭代容积滤波的无源跟踪算法

对无源目标跟踪问题进行了研究,给出一种只有角度和距离测量的目标跟踪算法。为提高估计的精度和数值稳定性,采用了容积滤波算法,并用基于龙贝格-马尔塔(LM)算法改进迭代容积滤波算法,以提高估计精度,算法实现了对目标的无源跟踪。仿真结果表明:迭代容积滤波算法的跟踪效果更好。     

基于粒子滤波的被动多基站跟踪算法

针对被动多基站跟踪的实际应用，提出了基于粒子滤波的被动多基站跟踪方法。该方法首先利用两个基站的观测数据融合目标位置，并用第三个基站的观测数据对目标位置进行检验，消除了错误融合位置；然后，推导了被动多基站粒子滤波模型，并根据被动多基站跟踪的特点，提出了顺序重抽样方法，有效地解决了被动多基站跟踪中的高度非线性、非高斯的影响；最后，给出了算法的性能仿真比较。仿真结果表明提出的方法性能明显优于其他跟踪方法（如PMHT、IMM-PDA）。     

一种反馈修正推广卡尔曼滤波算法及其应用

针对在被动方式下进行目标定位时滤波收敛速度慢和估计精度不高的问题 ,本文介绍了一种反馈修正推广卡尔曼滤波算法。通过引入可观性弱的距离及距离变化率的估计值作为反馈变量 ,作为虚拟观测变量对系统状态进行二次估计 ,可以大大提高算法的收敛速度 ,本文对该算法进行了详细的推导并将其应用于目标被动定位估计器设计中。仿真结果表明 ,该算法在收敛速度 ,估计精度以及稳定性方面都优于原有的卡尔曼滤波器     

空间信息对抗中的单星对卫星无源定位跟踪方法

针对空间信息对抗中的侦察卫星变轨和对地面“静默”等特点，本文提出了一种基于UT(Unscented Transform)变换的UKF(Unscented Kalman Filtering)滤波跟踪方法，实现了单个侦察卫星仅仅测量角度对辐射卫星的轨道的无源跟踪和定位，经过计算饥仿真表明，仅仪利用单个卫星对卫星只测角定位是可能的，且在测角精度较高时，该方法的轨道跟踪精度可达1公里以内。     

自适应两步滤波器及其在导弹被动制导中的应用

两步滤波器由Ｋａｌｍａｎ滤波器和Ｇａｕｓｓ－Ｎｅｗｔｏｎ迭代算法所构成，它适用于一类由线性动态模型和非线性测量模型所组成的非线性系统。本文将这种滤波器与时变测量噪声统计估值器相结合，得到一种自适应两步滤波器，在测量噪声统计特性无法验前已知的情况下，此滤波器仍然性能良好。最后，本文将自适应两步滤波器应用于导弹的被动制导问题，数字仿真结果证明了这种算法的有效性。     

弹道目标实时跟踪中的滤波方法综述

指出目标运动先验信息、系统结构信息和设备测量信息的融合应用是提高滤波器跟踪性能的核心。进而综述了弹道目标融合滤波中的运动模型构造、滤波算法设计以及测量误差处理等环节中的关键技术和研究现状。并针对传统实时处理结构弊端,分析了实时跟踪系统的设计方法,讨论了如何建立高效的弹道跟踪数据处理流程,通过融合策略并举的方式实现系统各类信息的有效利用。一些设计方法可以为实际跟踪滤波器的开发提供参考。最后,结合空间应用的发展需求,分析了弹道目标跟踪技术的研究方向。