基于平滑变结构-卡尔曼滤波的目标定位方法

针对测向交叉目标定位中量测方程非线性、实际噪声难以精确建模问题,构建了测向交叉目标定位滤波方程,提出了基于切换增益策略的平滑变结构-卡尔曼的组合滤波算法。在此基础上,利用残差自适应算法进一步改进了组合滤波的精度,有效提高了大扰动、噪声不确定等情况下目标定位的精度和算法鲁棒性。仿真实验中,组合滤波算法在大扰动情况下,定位精度高于无迹卡尔曼和自适应迭代无迹卡尔曼滤波算法;在噪声非高斯分布的情况下,无迹卡尔曼和自适应迭代无迹卡尔曼滤波算法呈现发散趋势,而组合滤波算法依然能稳定收敛。