共查询到20条相似文献,搜索用时 109 毫秒
1.
2.
由于导航卫星数量多、选择余地大,卫星外辐射源的选取成为制约无源雷达定位精度的关键因素。构建了基于导航卫星外辐射源的无源雷达多星单站定位模型,计算了可视导航卫星数目及位置,推导了系统定位误差方程,分析了定位误差影响因素,提出了一种基于定位精度的几何稀释(geometrical dilution of precision,GDOP)的多星单站无源雷达时差定位外辐射源优选方法。仿真结果表明,该优选方法能可靠地筛选出多星单站时差定位的最佳外辐射源,有效提高系统定位精度。 相似文献
3.
《海军工程大学学报》2016,(4)
针对对运动目标的被动定位跟踪问题,建立了对运动辐射源多站时差定位及被动跟踪的数学模型,研究了基于扩展卡尔曼滤波(extended Kalman filter,EKF)的被动跟踪算法。首先,对运动目标建立了二阶常速运动模型,利用实时的时差定位结果和误差协方差矩阵作为扩展卡尔曼滤波的初始值和初始协方差进行被动跟踪;然后,进行了对运动目标定位跟踪的场景仿真,结果表明:扩展卡尔曼滤波实现了对时差定位实时结果平滑作用,使用该方法定位精度大大提高,目标轨迹更明显;最后,通过工程试验验证了该算法的有效性。 相似文献
4.
针对现代战争中有源雷达容易受到干扰和反辐射导弹的摧毁,以及无源雷达隐蔽性高,只能测量方位角度,测量精度小等特点,提出利用集中式有源雷达系统与无源雷达系统协同组网对目标进行跟踪。但是在实际环境中,噪声属性以及有源雷达,无源雷达接收信号的特点决定了组网雷达需要应用非线性滤波技术对信号进行处理。传统的非线性技术包括卡尔曼滤波、扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)等方法。非线性近似过程带来的误差相对较大,而且均要求观测噪声和过程噪声为独立或相关的高斯白噪声。而粒子滤波避免了传统非线性滤波方法的缺陷,但是存在粒子退化,于是用EKF和UKF在每一时刻更新粒子,用更新的粒子及其协方差构造重要性函数,然后重采样。仿真实验表明这两种改进粒子滤波方法有很好的效果。 相似文献
5.
舰载无源被动定位与卡尔曼滤波 总被引:6,自引:0,他引:6
根据舰载无源被动定位的特点,论述了用舰载雷达侦察设备通过测向对敌舰载雷达进行定位时,采用卡尔曼滤波提高被动定位精度及跟踪精度的原理和方法,为导弹进行隐蔽攻击奠定了基础。 相似文献
6.
由于无源时差定位隐蔽性强,抗干扰性好,定位精度高,相对于测向时差联合定位需要处理的数据少,因此是网络雷达中最主要的定位方式.提出将UKF滤波算法应用到网络雷达的时差定位跟踪中.计算机仿真实验表明,应用UKF算法比以往EKF类算法在滤波性能上有明显的提高. 相似文献
7.
8.
9.
本文讨论了以测时差法从地面对空中匀速运动辐射源进行无源定位与跟踪的问题,并运用推广的卡尔曼滤波算法进行数据处理以提高定位与跟踪的精度,研究了滤波器初始条件的确定方法及对滤波器的敛散性进行自动监测的方法,还介绍了用计算机对系统进行模拟的过程,并对部分模拟结果进行了初步的分析。分析与模拟的结果表明,推广的卡尔曼滤波方法应用于测时差无源跟踪系统是行之有效的。 相似文献
10.
11.
雷达量测仿真中跟踪算法的一种实现形式 总被引:1,自引:0,他引:1
结合在某些仿真应用中的实际情况,对目标真实位置已知时雷达的卡尔曼滤波算法的仿真实现进行了讨论。以相控阵雷达为例,给出了雷达噪声模型,介绍了雷达量测值的仿真过程,并推导了转换坐标卡尔曼滤波的实现方法。通过数值仿真试验,比较了此种算法的优点,并进行了分析。 相似文献
12.
13.
14.
15.
基于粒子群优化算法的空中目标定位 总被引:1,自引:0,他引:1
受干扰条件下,雷达难以对空中目标准确定位。针对这一问题,提出了当多基雷达接收站在空间随机分布时,利用粒子群优化算法解决根据到达时间差对空中目标定位中遇到的非线性最优化问题。所建算法首先初始化一个随机粒子群,然后根据适应度值更新粒子速度和位置,通过迭代搜索最佳坐标。仿真结果表明,在参数设定合理的情况下,该算法性能稳定,能找到逼近全局最优点的解。 相似文献
16.
为了实现利用船舶静态电场对船舶进行跟踪的目的,针对传统卡尔曼滤波算法中存在的问题,设计一种新的非线性滤波器。建立船舶的状态空间模型,分析传统卡尔曼滤波算法在船舶跟踪中存在的问题;依据渐进贝叶斯思想,利用连续白噪声与离散白噪声序列噪声协方差之间的关系,设计一种新的渐进更新扩展卡尔曼滤波器。仿真结果表明,该滤波器能有效地抑制由于初始误差较大而造成的滤波性能下降和滤波发散,能够有效地跟踪船舶,具有较高的实用价值。 相似文献
17.
18.
捷联式惯导系统由于自主性强等优势成为自主式水下航行器长航时、长航程导航的主要手段。针对水下环境中外部多导航传感器如多普勒计程仪提供的测速信息和水声单应答器提供的位置信息容易受到非高斯噪声污染的问题,提出基于马氏距离算法的联邦鲁棒卡尔曼滤波算法。在联邦鲁棒卡尔曼滤波算法中,通过马氏距离算法引入膨胀因子,对量测噪声协方差阵进行膨胀,以实现非高斯条件下水下组合导航系统鲁棒性的提升。同时基于子滤波器的滤波性能对信息分配系数进行自适应调整以确保水下组合导航系统的高精度。基于江试试验实测数据进行水下组合导航半物理仿真试验,试验结果表明:相比于传统的联邦卡尔曼滤波算法,联邦鲁棒卡尔曼滤波算法可在非高斯条件下实现更高精度、更加稳定的组合导航;能够满足水下组合导航系统对容错性和鲁棒性的要求。 相似文献
19.