观测域求积分卡尔曼滤波的机载无源定位算法

针对机载无源定位系统中存在滤波稳定性差、收敛速度慢、定位精度差等问题,提出一种观测域平方根求积分卡尔曼滤波算法.新算法兼顾了观测域滤波和平方根求积分卡尔曼滤波的优点,将状态矢量中的各个分量自动解耦,分离了可观测项和不可观测项;通过采用Gaussian-Hermit积分规则提高了非线性变换后随机变量参数的估计精度,有效地降低了状态域与观测域之间转换时存在的高阶误差;使用误差协方差阵的平方根代替协方差阵参与递推滤波,在保证数值稳定性的同时提高了算法的运行效率.计算机仿真表明:新算法提高了滤波稳定性、收敛速度和定位精度.

基于观测域平方根UKF的机载无源定位算法

针对机载无源定位存在滤波稳定性差、收敛速度慢、定位精度低等问题,提出一种观测域平方根UKF滤波算法,新算法充分利用了观测域滤波的自动解耦功能和平方根UKF良好的数值稳定性及非线性滤波能力,并通过最小偏度单形采样的UT变换减少了算法在状态域与观测域之间转换时存在的舍入误差,同时也提高了算法的运行效率。仿真结果表明新算法提高了滤波稳定性、收敛速度和定位精度。

基于一种改进滤波算法的双天线单站无源定位技术研究

研究移动单站利用双天线对固定辐射源进行无源定位的技术。首先介绍联合相位差变化率、多普勒频率变化率和角度信息测距原理,考虑到双天线测角精度较低,提出一种观测域平方根稀疏网格积分卡尔曼滤波器(MSSRSGQKF)。这种滤波算法收敛速度快、精度高,并通过稀疏网格取点降低了算法计算量。仿真对比了基于MSSRSGQKF的定位方法与扇形网格搜索定位方法及粒子滤波定位方法的性能,证明基于MSSRSGQKF的定位算法收敛速度更快,收敛精度更高,计算量较小,整体性能更优。