基于修正协方差近似二阶扩展卡尔曼滤波算法的电池荷电状态估算

为解决扩展卡尔曼滤波(EKF)算法中由非线性变换忽略高阶泰勒项引起的荷电状态(SOC)估算误差和在迭代过程中协方差容易出现病态的问题,采用修正协方差近似二阶扩展卡尔曼滤波(MVASOEKF)算法,通过混合脉冲功率特性试验对等效模型内部参数进行离线辨识并建立了二阶RC等效电池模型,在MATLAB/Simulink平台上进行SOC估算,结果表明,EKF算法估算平均绝对误差约为2.0%,MVASOEKF算法估算平均绝对误差约为0.5%,与EKF算法相比,MVASOEKF算法虽增加了一定的计算量,但是SOC估计精度明显改善,且收敛性更好。

基于MVEKF算法的机载单站无源定位

介绍了基于相位差变化率的机载单站无源定位原理,并引入一种新的MVEKF(修正协方差扩展卡尔曼滤波)算法。文中详细介绍了MVEKF算法的基本原理,并将其应用于相位差变化率体制下的机载单站无源定位中,给出了MVEKF滤波方程;通过仿真将其与常用的非线性滤波算法EKF(推广卡尔曼滤波)和MGEKF(修正增益扩展卡尔曼滤波)进行了比较。结果表明,与EKF算法相比,MVEKF不易受初始状态估计的影响,且收敛速度更快,滤波效果更具稳定性;此外,无须寻找观测方程修正函数,MVEKF算法就可达到与MGEKF算法相当的滤波效果,因而为机载无源定位向快速、高精度方向的发展提供了一定的理论依据。

一种单站无源定位原理与目标跟踪算法研究

基于辐射源的信号到达方向(DOA)及其变化率信息,提出了一种对机动目标进行单站无源定位与跟踪的方法。根据建立的目标机动模型和测量方程,分别用扩展卡尔曼滤波(EKF)和修正协方差扩展卡尔曼滤波(MVEKF)算法实现对机动目标的定位与跟踪,并给出了算法模型。仿真结果表明,该法正确有效,定位精度较高、收敛速度快。

基于多普勒频率变化率的单站无源测距方法

实现单站无源测距是新型单站无源定位系统的关键,由于定位要求距离远,隐蔽性强,并保证生存能力,通常采用质点运动学原理的测距方法。针对脉冲多普勒雷达的回波特性,为提高目标定位跟踪的精度,提出一种多普勒频率变化率的改进测距方法,用多脉冲相干积累算法提取多普勒频率变化率,辅以角度进行测距定位,并引入修正的协方差扩展卡尔曼滤波进行定位跟踪,从而减小多普勒频率变化率的估计误差。在Monte-Carlo上仿真结果表明,方法是有效和可行的,不仅能提高信噪比和跟踪收敛速度,而且在多普勒频率变化率的估计和定位跟踪上都能达到较高的精度,优于原有单站无源测距方法,有一定的工程应用前景。