三维纯角度被动跟踪定位的最小二乘-卡尔曼滤波算法

利用角度信息估计出目标的距离和速度实质上是一个非线性状态估计问题 ,经典的扩展卡尔曼滤波算法性能很不稳定。文中首先根据静态估计理论推导出了在某一时刻目标位置的最小二乘解 ,然后将其作为卡尔曼滤波的测量值进行滤波 ,作进一步的数据处理 ,以提高估计精度。为了避免测量误差的相关性 ,分别在x ,y ,z方向上进行滤波 ,简化了算法 ,提高系统的定位精度。仿真结果表明这一算法是简单而有效的。

基于观测相似性粒子滤波的纯角度目标跟踪

单站被动纯角度目标跟踪问题在理论和实际应用中一直都是被广泛研究的一个重要而困难的课题。本文提出一种重采样基于观测路径相似性的粒子滤波算法,该算法利用粒子观测路径和系统状态观测路径的相似性来修正粒子权值并使用修正后的权值进行重采样。实验结果表明当观测噪声方差小于系统噪声方差时,该算法在单站被动纯角度目标跟踪的误差均方根值和误差方差上均优于SIR粒子滤波、辅助粒子滤波和高斯粒子滤波。