对空中辐射源的快速无源定位算法及其可观测性分析

提出了一种测量目标辐射源脉冲到达时间(TOA)和到达方向(DOA)，对空中运动辐射源进行单站无源定位的伪线性算法，该算法定位收敛速度快而且非常稳定，具有很强的实用性。单站无源定位跟踪技术中的可观测性分析是一个关键问题，利用该算法的伪线性测量方程进行了测量TOA和DOA定位的可观测性分析。最后给出了计算机仿真结果。     

基于UT变换的单站无源定位算法研究

探讨了基于辐射源的信号到达时间(TOA)和到达方向(DOA)信息,利用单站对机动目标进行无源定位与跟踪的新方法.该方法将UT变换应用于单站无源定位,能更好地解决测量模型的非线性问题和低参数测量精度条件下的单站无源定位跟踪问题,滤波性能更好.通过计算机仿真,验证了该方法的正确性与有效性.     

一种机动辐射源的单站无源定位跟踪滤波算法

基于辐射源的信号到达时间(TOA)及方位角信息,提出了一种利用单站对机动目标进行无源定位与跟踪的方法.根据机动目标跟踪及系统测量模型,将变维(VD)滤波算法和交互多模(IMM)滤波用于单站无源定位.给出了算法的模型和实现步骤.仿真结果表明:该法正确有效,滤波性能更好.     

对运动辐射源的单站无源伪线性定位跟踪算法

本文针对只测向单站无源定位中推广卡尔曼滤波（EKF）算法具有不稳定性等缺点，在只测向（BO）定位算法的基础上增加方位角速率观测信息，提出了一种对运动辐射源的单站伪线性卡尔曼滤波定位方法并进行了计算机仿真，它相对于只测向方法提高了定位误差的收敛速度。它可用于无源侦察监视或导弹制导等要求快速收敛的场合。     

一种速度矢量和位置矢量分离估计的固定单站无源定位改进算法

针对无源定位必须实现快速和稳定定位跟踪的要求,提出一种目标速度矢量和位置矢量分离估计的改进算法。该算法首先利用目标辐射源脉冲到达时间、到达方向、方位角变化率和仰角变化率建立了两组速度矢量作为变量的伪线性观测方程,并利用伪线性卡尔曼滤波算法估计目标速度,然后建立了将位置矢量作为变量的状态方程,而速度矢量作为确定性控制项加入状态方程,并利用修正增益扩展卡尔曼滤波算法对目标位置进行滤波。计算机仿真表明本文的算法具有定位精度高,收敛速度快的优点。     

一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究,主要是基于固定辐射源目标以及匀速直线运动的辐射源目标,而在实际应用中目标常常是机动的.由此,提出了一种可调白噪声UKF方法.该方法在机动目标跟踪中使用可调白噪声模型方法,它不需要假定目标的机动加速度模型,而是通过检测跟踪滤波器归一化新息平方来调整过程噪声,从而实时地修正估计结果.同时算法对量测模型非线性问题采用UKF予以解决,不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响,而且算法实现简单.最后将该算法与三种机动目标被跟踪算法相比较,仿真结果验证了提出算法的优越性.     

基于方位角变化率最大的轨迹优化几何方法

采用方位角变化率最大作为优化准则,分析了二维只测角无源定位中单观测器的运动轨迹优化问题.首先给出了在该准则下最优轨迹的一种几何求解方法,得到定位固定目标和运动目标时观测器最优轨迹的解,然后仿真对比了采用该方法和其它方法对匀速运动目标跟踪的效果,最后给出了仿真结论.     

一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究，主要是基于固定辐射源目标以及匀速直线运动的辐射源目标，而在实际应用中目标常常是机动的。由此，提出了一种可调白噪声UKF方法。该方法在机动目标跟踪中使用可调白噪声模型方法，它不需要假定目标的机动加速度模型，而是通过检测跟踪滤波器归一化新息平方来调整过程噪声，从而实时地修正估计结果。同时算法对量测模型非线性问题采用UKF予以解决，不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响，而且算法实现简单。最后将该算法与三种机动目标被跟踪算法相比较，仿真结果验证了提出算法的优越性。     

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。     

二维地对空单站无源定位滤波算法研究

在空对地和地对空两种单站无源定位系统中,地对空单站无源定位难度比较大,因为地对空单站无源定位不仅要进行目标位置估计还要进行目标速度估计。在MATALB仿真平台上建立了地对空定位模型,并进行了EKF、MGEKF和UKF三种滤波算法100次Monte-Carlo仿真,提出了对Monte—Carlo仿真结果的若干处理方法,在此基础上对三种滤波算法进行比较,得出三种滤波算法各自的优缺点。     

迭代IMM机动目标被动单站跟踪算法

单站无源定位初始估计误差大、可观测性弱,并且可以得到的观测量受限,对机动辐射源的单站被动定位一直是一个难题。针对单站无源定位以及机动跟踪的特点,为改善IMM(Interacting multiple model)算法在单站无源定位中的性能,对IKF(Iterated Kalman Filter)进行改进,将改进的IKF和IMM结合,提出基于迭代的IMM算法。该算法对IMM算法中模型滤波器的输出进行迭代运算,并在滤波迭代中引入交互,从而减小模型滤波误差,改善模型滤波融合效果。对本文方法和IMM方法的仿真比较表明,本文方法在出现大的估计误差时可以得到比IMM更好的跟踪性能。     

MGEKF算法在无源定位中的应用

无源定位技术有着广阔的应用前景 ,在现有单站无源定位方法的基础上 ,首先介绍了相位差变化率定位法 ,接下来针对未知地面慢速运动目标的定位问题 ,引入MGEKF算法估计目标的运动速度 ,并对原始定位结果进行滤波处理 ,以减弱测量噪声的影响 ,提高定位精度。仿真结果表明了这一处理算法的有效性。这种处理思路还可以推广到更为复杂的定位情况中去。     

双站无源定位和跟踪算法研究

为提高无源定位和跟踪的性能,弥补传统技术信息量少、定位速度慢和跟踪精度低的缺陷,研究了针对空中目标的基于联合信号到达角(DOA)与到达时间差(TDOA)的双站无源定位算法,以及基于联合到达时间差与到达频率差(FDOA)的双站无源跟踪算法。无源定位算法利用空间几何关系解析目标位置,无源跟踪算法利用无色卡尔曼滤波(UKF)持续跟踪目标并获得更高精度的目标位置信息,给出了两种算法模型。仿真结果表明:联合DOA,TDOA的无源定位算法在基线较短的条件下,对距离100km内的目标定位精度优于10%,联合TDOA,FDOA的无源跟踪算法的收敛速度较快且跟踪精度能达百米级。     

基于JPDA的单站多目标无源定位

复杂电磁环境下,对多目标的定位成为单站无源定位的重要问题。研究了单站只测角定位体制下,多点源测角后如何利用多个方向圆锥角进行多目标定位的问题,对雷达多目标跟踪的JPDA算法进行了改进,并做了典型场景下的仿真实验,对单站多目标无源定位技术的研究提供了理论和实验支持。     

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。     

基于相位差变化率的单站无源跟踪算法研究

利用机载观测站与辐射源之间的相对运动信息,在方位角测量的基础上增加相位差变化率的测量,可以对固定目标实现即时定位,为了提高精度,需要利用滤波算法进行跟踪滤波.在机载单站无源定位原理研究的基础上,通过计算机仿真分析了该定位方法下KF、EKF和MVEKF多种滤波算法的性能,对工程应用具有一定的参考意义.     

基于最大似然估计的GPS多径估计

当存在多径信号时,基于伪距测最的GPS(Global Position System)定位接收机跟踪的是直射信号和反射信号组成的复合信号的相位.这将造成伪距测量误差和定位误差.提出了一种相关输出的线性模型.在无噪的情况下,多径信号的位置和幅度能够被准确估计.在加性高斯白噪声信道F,利用最小二乘法得到多径信号的位置和幅度的最人似然估计,并对该估计的噪声性能做出了理论沦分析和仿真;分析表明观测间隔和接收信噪比是决定估汁性能的关键.     

单星无源探测弹道导弹射向估计新方法

天基预警系统是国家战略预警系统的重要组成部分,而单星探测预警是天基预警系统发展必经历程和重要环节,传统方法基于标准弹道模板先验信息支持,但标准弹道模板信息难以获取,无法实际应用.本文主要讨论在没有标准弹道模板先验信息支持的情况下,单颗预警卫星能否及早给出导弹射向估计的问题.通过建立弹道导弹飞行的动量模型和弹道平面切割模型,本文提出了基于单颗预警卫星观测视线对来袭导弹射向的估计算法,回答了单颗预警卫星观测情况下如何给出射向信息的问题,仿真计算结果表明,本文方法对于引导地基预警系统具有较高的精度和实用价值,本文方法亦可应用于各类单站无源探测(预警雷达,中低轨、大椭圆预警卫星等)的方位信息估计与空间目标机动的识别等问题.     

一种基于双星干涉仪相位差和时差融合的空中动目标跟踪方法

针对星载无源定位系统对未知高程的空中动目标定位跟踪问题,提出了一种基于双星干涉仪相位差和时差融合的目标跟踪方法。基于相位差和时差参数测量模型,提出了2种定位跟踪处理流程,并在WGS-84坐标系下建立了状态方程和观测方程,采用扩展卡尔曼滤波（EKF）方法对目标状态进行估计。仿真结果表明,该方法可对未知高程的空中动目标进行高精度状态估计,相对于已有方法具有明显优势。     

基于预警卫星观测的弹道导弹运动状态估计算法

针对预警卫星仅有角度测量信息,目标运动可观测性很弱,而导致最大似然弹道估计条件病态严重的问题,提出基于提供目标状态估计和联合误差协方差的Levenberg-Marquardt算法的修正最大似然估计(MML)算法.利用预警卫星初始观测时刻的目标高度和速度等部分先验信息作为伪测量量,推导出导弹运动状态参数估计的修正最大似然算法.最后,对算法进行了Monte-Carlo仿真研究,仿真结果表明估计误差同理论误差边界相当,验证了估计算法的一致性和有效性.