基于ECEF的双阶扩展卡尔曼滤波误差配准方法

组网雷达中为精准估计和消除系统误差,必须进行误差配准。论文针对联合扩维误差配准算法随维度增加导致计算量增大的不足,在基于ECEF坐标系的基础上,结合双阶卡尔曼滤波与扩展卡尔曼滤波,提出一种双阶扩展卡尔曼滤波的误差配准方法,实现了对系统误差的实时估计,仿真表明了该算法的有效性。

基于平方根双阶EKF的2D雷达与3D雷达误差配准方法

对不同体制雷达进行组网,能够有效发挥各型雷达性能优势,但组网过程中误差配准问题必须首先要解决,以此提高对目标航迹的探测与跟踪精度。联合扩维误差配准算法能够进行实时配准,但运算量问题限制了算法的效能发挥。论文在研究异维度雷达配准算法的基础上,提出了一种基于平方根的双阶EKF误差配准方法,并与传统的异维度雷达扩维配准方法进行对比分析。仿真结果表明,新算法消除了状态向量维数增加导致的运算效率降低的问题,且配准精度显著提高,配准效果比较理想。

一种基于SSR-TSEKF的多雷达误差配准算法

误差配准问题是雷达组网中首先要解决的问题,以此来精确估计和消除系统误差。扩维滤波能够对系统误差进行实时估计,但计算量随维度增加而增大;双阶卡尔曼滤波能够大大减少计算量,但易出现计算误差发散。在研究ASEKF与TSEKF算法的基础上,将数值稳定性高的平方根滤波与TSEKF算法相结合,并引入序贯思想,提出一种基于SSR-TSEKF的误差配准算法。仿真结果表明,新算法在降低计算量的基础上,有效提高了滤波稳定性。

基于TSSH-EKF的组网雷达误差配准算法

为提高组网雷达的探测精度,提出了一种双阶自适应扩展卡尔曼滤波误差配准算法。对扩维目标状态向量进行解耦,将Sage-Husa自适应滤波与解耦后双阶扩展卡尔曼滤波进行结合,并引入序贯思想,在进行无偏滤波的同时根据量测输出在线实时修正量测噪声,防止因量测噪声设置误差过大产生的滤波发散。仿真实验表明:与扩维误差配准算法相比,所提算法在大大降低计算量的同时,能够有效提高滤波的稳定性。