方位/多普勒频率联合单站无源定位方法

在传统的无源定位技术基础之上,采用增加观测信息量的方法来实现单站无源定位,即方位/多普勒频率联合定位技术.该方法通过测量得到的多普勒频率提取目标的径向速度信息,再结合测角系统所测得的方位信息对目标进行定位.在对其定位原理分析讨论之后予以实现,最后通过计算机仿真实验证明这种定位算法具有较高的定位精度.     

基于MGEKF的单站无源定位跟踪算法

单站无源定位跟踪技术具有隐蔽性强、设备简单,系统相对独立等优点,有着广阔的应用前景.为了提高定位精度和收敛速度以满足实时化需求,在现有的基于多普勒变化率的单站无源定位算法的基础上.详细推导了基于MGEKF的定位算法以解决EKF算法的不稳定性,并通过计算机仿真比较了两种算法的性能,结果表明MGEKF定位算法提高了定位精度、收敛速度和稳定度,定位结果能够满足实际需求.     

基于改进平方根UKF双向滤波的单站无源定位算法

针对单站无源定位可观测性弱、观测噪声大而导致的定位精度低、稳定性差和收敛速度慢等问题,在结合平方根无迹卡尔曼滤波(Square-Root Unscented Kalman Filter,SRUKF)以及后向平滑思想的基础上,提出了一种改进SRUKF的双向滤波算法。该算法采用Q-R分解的形式,使用误差协方差的平方根代替协方差参与递推运算,提高了算法的稳定性与运算效率。同时,该算法对状态向量进行扩维,将过程噪声与观测噪声通过非线性系统传播,降低了噪声对滤波精度的影响,并利用当前时刻滤波结果通过Rauch-Tung-Striebel(RTS)后向平滑得到再次前向滤波更高精度的起始值,提高了算法的定位精度与收敛速度。仿真结果表明,新算法在保证实时性的基础上改善了单站无源定位的性能。     

粒子滤波算法在单站无源定位中的应用

单站无源定位是目标跟踪领域的一个研究热点问题.首先介绍了采用增加观测信息量的方法来实现单站无源定位的技术,即方位/多普勒频率联合定位方法,对其定位原理以及实现进行分析讨论.引入一种新的滤波器-粒子滤波器方法(Particle Filter,PF)探讨了海面上运动的观测平台对远距离运动目标定位的应用背景,对目标的原始定位结果进行滤波处理,以减弱测量噪声的影响,提高定位的精度.仿真结果表明了这一处理算法的有效性以及高精度.     

一种改进固定单站无源定位模型性能分析

针对固定单站无源定位中的DPFRC算法无法对目标辐射源速度进行直接解算的问题,将多普勒频率引入观测量之中,提出一种改进的固定单站无源定位模型,并通过卡尔曼滤波对定位结果进行平滑处理。将改进模型与原有模型及另外一种可对速度进行直接解算的DDFRC模型进行了仿真比较,对不同距离、不同采样间隔和不同观测精度下3种模型的性能进行了仿真分析。仿真结果表明,相比于另外两种定位模型,改进模型具有更为广泛的应用环境和更好的鲁棒性。     

一种BPSK相参脉冲信号多普勒频率变化率测量方法

BPSK信号广泛应用于新体制雷达中,测量BPSK信号中包含的多普勒频率变化率信息是单站无源定位与跟踪的关键技术.通过对BPSK信号平方消除了相位调制对参数估计的影响,并利用离散傅立叶变换进行脉冲间相参积累,算法具有计算量小、多普勒频率变化率估计精度高的优点.计算机仿真结果表明参数估计的精度能达到单站无源定位与跟踪系统的精度要求.     

单站测向定位技术研究

对单站测向定位的技术进行了研究,结果表明:固定单站测向定位只能确定目标运动的航向,并给出了航向的计算方法;运动平台单站测向定位可以确定目标运动的航迹(测向平台以匀速直线运动除外),给出了目标位置的计算方法;同时探究了运动平台做匀速直线运动不能对目标定位的原因,进一步明确了运动平台单站测向定位的条件.     

基于DOA/多普勒信息的单站无源定位

基于运动辐射源的到达方向(DOA)和多普勒信息,在建立目标运动模型和测量方程的基础上,分别研究了基于DOA/多普勒频率以及DOA/多普勒频差的定位算法.计算机仿真结果表明,给出的定位算法是正确的,基于DOA/多普勒信息对运动目标的单站无源定位技术是可行的.     

混合粒子滤波被动定位算法

为实现空中机动单站对运动目标的快速无源定位,提出了一种基于测向交叉定位方法的混合粒子滤波算法.针对粒子滤波初始化存在的问题,该算法从测向交叉定位方法得到建议分布,利用角度测量对状态变量的约束关系产生所需粒子,避免了粒子滤波产生粒子时的随机性,减少了高维情况下所需的粒子数目,降低了运算成本,提高了粒子滤波的实时性能.与粒...     

一种单平台的无源被动定位算法

提出了一种对匀速扫描雷达的单站被动定位方法 ,主要论述了该定位方法的数学模型 ,仿真分析结果表明该算法有较好的定位精度