无源雷达时差定位性能研究

随着雷达技术和雷达对抗技术的不断发展,无源雷达逐步成为现代防空情报的一种重要探测手段.给出了无源雷达TDOA定位的原理,分析研究了4站无源雷达时差定位在"Y"型战术配置情况下的定位精度.     

双向互选最近邻准则下的多目标TDOA无源定位

为有效解决多目标无源定位中的数据关联难题,提出双向互选最近邻多目标数据关联算法。该算法借鉴全局最近邻思想解决多目标到达时差(TDOA)测量数据关联问题,在设置检测门限对时差测量数据进行关联初选的基础上,将所有目标和初选后数据的关联配对关系进行全局考虑,通过对初选后数据的前后向互选来解决多目标时差测量数据的正确关联问题。该算法在从众多时差测量数据关联配对点中提取真实目标位置的同时,可有效解决时差无源定位中的定位模糊问题,算法模块也可应用到多星测时差、测向-测时差等无源定位系统中。仿真结果表明,该算法能有效解决多目标时差测量数据的关联问题,最终实现对多目标的无源定位。     

利用GPS星际照射源的无源侦察定位系统研究

提出了一种以GPS卫星作为照射源的单传感器无源侦察定位方法。首先 ,分析了利用GPS卫星作为照射源的可行性 ;其次 ,利用各卫星辐射信号经过目标散射 ,到达传感器的时差信息完成目标的探测和定位 ,并给出系统分析和MonteCarlo仿真 ;最后 ,文章讨论了无源系统的性能及应用前景。     

应用聚类方法的多卫星无源时差定位算法

为了提高卫星定位系统的容错能力和鲁棒性,应用聚类方法提出了一种适用于多卫星的无源定位算法。依据三站时差定位原理,将每3颗卫星编成一组,用每组中的卫星分别对地面目标进行三站时差定位;再利用聚类方法融合估计目标的位置。仿真结果表明,此算法定位精度及稳定性优于传统的三站时差定位法和最小二乘法,可减少信息的不确定性,有助于提高系统的定位效果。     

基于时差的多辐射源数据关联与无源定位算法

当前电磁环境日益复杂,对多个辐射源的数据关联和无源定位已经成为重要的研究方向。以时差双曲交会定位为例,根据不同时刻到达时间差的连续性以及同一目标到达不同监测站时间差之间的相关性,完成测量数据的正确关联,并利用卡尔曼滤波、扩展卡尔曼滤波、粒子滤波对辐射源的位置进行估计,仿真计算表明该方法具有较高的正确关联概率,可以实现定位误差的快速收敛。     

高精度天基多星时差无源定位算法研究

天基多星时差无源定位系统具有定位精度高、单星设备量小等优点,军事民用前景广阔。分析天基多星时差无源定位的原理,提出基于最大似然估计的定位算法,给出定位精度,并进行计算机仿真,验证了算法的有效性。该算法具有较高的工程应用价值。     

无源定位中基于小波变换的相位差去噪研究

实际工程中相位干涉仪的测量误差较大,造成相位差变化率定位算法的收敛速度较慢。利用小波阈值降噪法对相位差及其变化率信息进行平滑滤波,可以在相位差测量误差较大情况下进行快速高精度定位,而且观测间隔越短,抗噪性能越好,定位精度越高。仿真证明了算法的有效性。     

单站无源定位跟踪现有方法评述

在电子攻防对抗斗争日益激烈的今天 ,无源定位以其独特的优点越来越受到人们的重视。介绍了无源定位跟踪技术及其应用背景 ,着重评述了采用单个观测站进行无源定位跟踪的各种现有方法     

基于唯相位变化率无源定位的三维可观测性分析

利用机动辐射源信号到达运动单站的相位变化率(PRC)对该辐射源进行无源定位.应用相位变化率对目标定位的方法,因其非常高的精确度而被广泛应用于卫星无源定位和机载无源定位.而可观测性分析是定位算法是否可以正确定位的前提.三维时的可观测性分析较二维更具有实际意义,但未被明确的推导.研究了三维时的定位算法及可观测性分析结论,并用Matlab仿真验证了结论的正确性.     

一种三星时差定位系统的校正算法研究

时差测量误差和卫星位置测量误差的存在,使得三星时差定位系统对目标的定位精度受到较大影响.在借鉴差分GPS原理基础上,提出了一种使用单个参考源的校正算法.该算法通过对一个地理位置已知的地面参考源的测量得到两组时差测量值,将这两组时差值用到对目标位置的解算当中,通过增加的时差观测量对部分系统误差进行了修正,从而提高了三星时差定位系统的定位精度.     

修正增益卡尔曼滤波算法在被动测距问题中的应用

在采用被动导引头的导弹突防过程中，准确并及时地得到自身距离拦截器的距离信息，是制定导弹突防策略的关键。针对采用红外成像装置作为测量手段的飞行体，研究了利用红外成像装置观测空中运动目标所获得的目标视线角信息，采用修正增益卡尔曼滤波算法从目标视线角信息中提取出一定精度的飞行体至目标的距离信息的被动测距问题。文中给出了四种不同计算工况下的仿真结果曲线。仿真算例验证了被动测距方法的有效性，证明了载体进行机动有助于被动测距精度的提高。     

大气层外拦截弹基于方位测量的被动测距

针对测量信息为视线角或视线转率的大气层外拦截弹研究了被动测距问题。依据可观性本质构造了相对距离的可观性指标，推导了可观性指标的解析表达式，在此基础上分析了影响相对距离可观性的因素，并进行了仿真验证。研究表明：接近速度越小，可观性越好；较大的轨控加速度有利于提高可观性；令正负向轨控发动机交替开启，使视线转率在零值附近振荡有利于测距误差收敛，但以视线角为测量信息时，视线转率振荡范围不宜过小。     

基于UKF的机载无源定位算法

提出了一种基于UKF(Unscented Kalman Filter)的机载无源定位算法,并结合应用背景,对系统模型以及通常的UKF算法作了相应的改进。该算法对量测模型非线性问题采用UKF予以解决,克服了EKF(Extended Kalman Filter)中引入的较大线性化误差对性能的影响。与基于EKF的定位算法相比,本文提出的算法滤波性能更好,对初始估计误差不敏感,并且算法不用计算雅可比或黑赛矩阵,更容易实现。仿真结果验证了提出算法的优越性。     

目标被动定位与跟踪技术

基于精确制导技术的需要 ,本文研究了被动方式下的目标定位与跟踪技术 ,对其研究背景、研究意义、研究现状以及被动定位与跟踪问题的分类进行了详细的阐述 ,并在此基础上指出了尚待解决的一些问题。最后 ,对目标被动定位与跟踪技术的发展方向做了展望     

单星对卫星仅测角被动跟踪的三维可观测性研究

单个卫星观测器对卫星的仅测角被动跟踪技术在空间目标监视中具有重要价值。研究了单个卫星观测器对卫星仅测角被动跟踪中的重要理论问题——系统可观测性问题。在三维情况下基于角度测量信息建立了目标加速度由其位置、速度确定的运动模型,推导了该模型的系统可观测充要条件,最后严格证明了三维情况下单星对卫星的仅测角被动跟踪系统满足上述可观测充要条件。
     

基于新的数值积分粒子滤波的机载无源定位算法

针对机载无源定位这一多维非线性滤波问题,提出一种新的用3阶数值积分卡尔曼滤波算法来产生重要性密度函数的粒子滤波算法。新算法采用球形和径向数值积分规则选取积分点和确定相应的权值,得出的积分点数仅为状态维数的二倍,大幅的减少了计算量,较好地解决了求积分卡尔曼粒子滤波算法（Quadrature Kalman Particle Filter, QPF）在高维滤波时存在计算量大的问题;而且通过设定比例因子使得所产生的重要性密度函数在系统状态转移概率密度的基础上,融入最新的观测值,增加了粒子的多样性,提高了对系统状态后验概率的逼近程度。仿真结果表明：新算法在稳定性和定位精度上与QPF相当,但计算时间仅约为QPF的15%。     

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。     

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。     

人工拉格朗日点附近的被动稳定飞行

利用太阳帆能在三体问题中实现人工拉格朗日点,人工拉格朗日点克服了经典拉格朗日点位置固定的缺点,研究人工拉格朗日点的被动控制对深空探测有重要的意义。理论上人工拉格朗日点都不稳定,研究表明在被动控制下存在某些人工拉格朗日点的稳定特性与稳定平衡点非常接近,在工程上可以认为稳定。被动控制可以通过设计太阳帆来实现,本文给出了被动稳定太阳帆的设计,在该设计下考虑轨道和姿态的耦合动力学方程。基于该耦合方程研究了人工拉格朗日点的稳定性。仿真结果表明被动太阳帆使得人工拉格朗日点稳定。     

被动多站多目标的测量数据关联算法研究

将视线距离的概念引入到被动多站多目标的测量数据关联,提出了各观察站对于同一目标的视线之间的距离和最短的关联准则,在此基础上,构造了测量数据的快速关联算法。其主要特点是不需要目标位置的任何先验信息,从而克服了由此产生的各种不利影响,为数据关联提供了一条新的思路。最后的仿真结果验证了算法的有效性。