基于迭代观测更新滤波的单站无源定位算法

单站无源定位具有较强的隐蔽性,能够避免多个观测平台之间数据的融合与同步等问题。针对单站无源定位算法性能易受测量误差一致性和初始状态误差等因素影响的问题,文中从线性估计理论出发,提出了一种基于迭代观测更新滤波(IMUF)的单站无源定位算法。首先,将经典的一步离散线性估计器观测更新改写为连续时间上的逐步更新过程,推导了连续逐步状态及其误差矩阵的演化方程,然后进一步离散化得到迭代观测更新方程,并采用Sigma点方法对其中的高斯矩进行近似计算,得到了一种具有类似Kalman滤波运算形式,适用于单站无源定位问题的迭代观测更新滤波算法。仿真试验证明,较之传统算法,该算法能够有效处理非一致性观测误差和大初始状态误差下的性能恶化问题,在滤波收敛性与估计准确性方面更有优势。