MGEKF算法在无源定位中的应用

无源定位技术有着广阔的应用前景 ,在现有单站无源定位方法的基础上 ,首先介绍了相位差变化率定位法 ,接下来针对未知地面慢速运动目标的定位问题 ,引入MGEKF算法估计目标的运动速度 ,并对原始定位结果进行滤波处理 ,以减弱测量噪声的影响 ,提高定位精度。仿真结果表明了这一处理算法的有效性。这种处理思路还可以推广到更为复杂的定位情况中去。

基于MGEKF的单站无源定位跟踪算法

单站无源定位跟踪技术具有隐蔽性强、设备简单、系统相对独立等优点,有着广阔的应用前景。为了提高定位精度和收敛速度以满足实时化需求,在现有的基于多普勒变化率的单站无源定位算法的基础上,详细推导了基于MGEKF的定位算法以解决EKF算法的不稳定性,并通过计算机仿真比较了两种算法的性能,结果表明MGEKF定位算法提高了定位精度、收敛速度和稳定度,定位结果能够满足实际需求。

对运动目标的固定单站无源定位算法研究

针对新型无源探测系统中单站无源定位问题,建立了基于多普勒频率变化率的固定单站对运动目标的定位和跟踪模型,并对该模型应用修正增益的扩展卡尔曼滤波算法(MGEKF)对原始滤波结果进行处理.计算机仿真结果验证了该方法的稳定性和有效性.