一种基于距离参数化CKF的单站无源定位方法

针对单站无源定位系统中，观测站机动导致的滤波精度降低问题，提出了一种基于距离参数化CKF的单站无源定位方法(range-parameterised cubature kalman filter smoothing, RPCKFS)。引入距离参数化的思想，结合观测站观测范围作为先验值，将观测范围划分为若干个区间，并赋予初始权重，在各个区间引入后向平滑容积卡尔曼滤波(cubature kalman filter smoothing, CKFS),利用各时刻的预测值与观测值的比值来更新区间权重，最后对各区间状态信息加权融合来实现目标状态的获取。仿真结果表明：该方法能够有效降低滤波全局对观测站机动的敏感性，提高滤波稳定性与定位精度。