鉴于定位站位置误差会极大地降低多站无源定位的目标定位精度,提出了一种标校源辅助的不相交多目标到达时差（TDOA）闭式定位算法。该算法首先使用标校源减小定位站位置误差,并估计对应的误差统计特性,然后使用更新的定位站位置,利用两步加权最小二乘（TS-WLS）算法实现不相交多目标的高精度TDOA定位。通过克拉美罗界（CRLB）推导,从理论上分析了该闭式定位算法的定位性能;通过仿真实验,验证了标校源校正技术可提高对多目标的定位精度,并且在较小的TDOA观测误差和定位站位置误差下,对多目标的定位性能可以达到CRLB。该算法不需要初始值估计和迭代运算,同时避免了定位站和目标位置的联合估计,计算量较小。 相似文献
2.
针对雷达目标在未知视角下一维散射中心关联存在的问题,提出了一种基于散射强度信息辅助的多假设跟踪(MHT)散射点关联方法,采用散射点幅度信息辅助实现对目标散射点的有效关联,对关联后的数据采用序贯因式分解的方法实现了目标的三维重构。仿真实验表明,该方法简单、成像效果稳定,通过对关联过程中的假设更新和管理可有效剔除目标运动过程中产生的虚假散射点,适用于目标在多个姿态下多个散射点的关联和三维重构,具有较高的鲁棒性。 相似文献
3.
概率假设密度(PHD)滤波算法已被证明是实时多目标跟踪的有效方法,但现有这些基于PHD滤波的方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对这一问题,提出了一种适用于非线性量测模型的自适应噪声协方差多目标跟踪算法。该算法以PHD滤波为基础,采用容积卡尔曼(CK)技术近似非线性量测模型,利用逆威沙特(IW)分布描述量测噪声协方差分布,通过变分贝叶斯(VB)近似技术迭代估计量测噪声协方差和多目标状态联合后验密度。仿真结果表明,本文所提算法可有效估计量测噪声协方差,同时实现准确的目标数和目标状态估计。 相似文献
1