郁春来[1]2008年在《利用空频域信息的单站无源定位与跟踪关键技术研究》文中研究说明无源定位与跟踪系统作为对有源探测系统的完善和补充,日益受到各国的重视。论文以质点运动学原理为基础,围绕利用空频域信息进行单站无源定位与跟踪中的定位原理和方法、测距误差分析、跟踪滤波算法以及高精度频域参数测量等关键技术问题展开研究,为单站无源定位与跟踪系统的设计和实施提供了重要的理论基础和技术支撑。论文主要包括以下内容:结合单站无源目标跟踪系统的特点,提出了一种稳定性好、精度高的跟踪滤波算法,将状态方程和观测方程变换到极坐标中,降低了强弱可观测项之间的耦合,选取径向速度作为系统状态量,并将其初始估计误差控制在一定范围内,增强了算法的稳定性。针对单载频雷达脉冲信号,提出了基于相关的脉冲群间多普勒频率变化率高精度估计算法,通过离散傅立叶变换实现了相参积累,提高了相参脉冲群相对模糊频率估计精度。提出了基于连续小波变换的多普勒频率变化率高精度估计算法,通过对信号的小波变换系数自相关运算,消除了相位测量的模糊,根据相位测量值可得到多普勒频率变化率的加权最小二乘估计值。算法具有较低的信噪比门限,估计性能接近最优。针对复杂雷达脉冲信号,提出了对线性调频信号的多普勒频率变化率估计算法,对线性调频信号的渐近小波变换系数做相关,消除了测量相位模糊和线性调频信号的调频率对参数估计的影响。提出了对相位编码信号的多普勒频率变化率估计算法,采用离散傅立叶变换实现了脉冲间的相关积累,算法具有一定的信噪比门限,估计性能接近最优。两种算法有效解决了单站无源定位与跟踪系统无法处理该类信号的关键技术问题。提出了基于脉冲间瞬时自相关的多普勒频率变化率估计算法,算法能有效处理多种形式的雷达信号,具有较强的信号适应能力,这对降低系统设计的复杂度尤为有利,在一般的无源观测条件下其多普勒频率变化率的估计精度能达到Hz/s量级。
郭福成[2]2002年在《基于运动学原理的单站无源定位与跟踪关键技术研究》文中进行了进一步梳理在现代电子战、信息战环境中，由于利用目标辐射电磁信息的无源探测定位系统具有自身隐蔽和探测距离远等优点，因此它具有重要的应用价值，并已成为当今非线性跟踪与估计研究领域的热点问题。但由于传统单站无源定位方法的定位速度慢、定位精度低，难于满足实际战术应用的需要，因此探索新的定位体制和技术也就成为单站无源定位研究的必然要求。 在近年来提出的基于质点运动学原理的单站无源定位理论基础上，本文第二章提出了几种在角度测量的基础上增加角度变化率及相对运动的离心加速度等运动学参数的单站无源测量模型，并对它们进行了分析和仿真；第叁章分别对利用角度及其变化率信息定位和利用离心加速度信息定位的可观测性进行分析并得到了相应的可观测条件；第四章针对传统扩展卡尔曼(EKF)方法的缺点，提出了一种修正协方差的扩展卡尔曼滤波(MVEFK)方法，并将其和EKF、MGEKF、IEKF等常用的单站无源定位滤波方法进行了性能仿真比较；第五章通过引入雷达机动目标跟踪方法和模型，提出了利用角度及其变化率对机动辐射源跟踪的多级噪声自适应方法和IMM方法；第六章主要对角度变化率和离心加速度参数的获取技术进行了研究，提出了几种高精度测量脉冲序列多普勒频率变化率的方法。 总而言之，本文系统地研究了基于质点运动学的单站无源定位与跟踪领域的主要关键技术问题并提出了相应的解决方法，其中某些分析结果和方法可直接应用于实际的工程应用。
刘学[3]2011年在《机载无源定位技术与跟踪算法研究》文中研究说明在现代高科技战争中，随着电子对抗和防御技术的不断发展，传统的机载有源雷达电磁隐蔽性、抗侦察、抗干扰能力差等弱点日益呈现，正面临着日益严重的威胁，以往单一有源定位体制的机载雷达已不能满足现代作战需要，作为对有源定位系统的补充和完善，机载单站无源定位系统正成为多模探测的一个重要组成部分，备受国内外各军事强国的关注。同时它还具有设备简单、作用距离远、隐蔽性能好、适用范围广和生存能力强等优点，对于提高机载武器系统在电子战环境下的生存能力和作战能力具有重要作用，对现代信息战有着极其重要的军事意义。本课题围绕着机载无源定位技术及其被动跟踪算法展开研究。从定位原理、系统模型、可观测条件、单次定位误差分析、跟踪滤波算法等方面进行详细研究和讨论，提出了相应的解决方法，并进行了仿真测试，使算法的有效性得到了验证。定位体制、可观测条件和单次定位误差分析是实现无源定位的前提条件，本文首先介绍了基于质点运动学原理的定位理论，在此基础上，结合机载无源定位系统的自身特点，分别使用多普勒频率变化率定位法，相位差变化率和多普勒频率变化率相结合的复合定位方法对系统进行建模，详细分析了两种定位方法的定位原理，然后对它们进行了可观测分析，分别讨论了其各自的适用条件。最后对两种定位方法方法做了单次定位误差分析，得出可一些有意义的结论。为后面研究适合机载无源定位系统的被动跟踪算法打下了基础。机载无源定位本质上是一个复杂的非线性滤波问题，即利用夹杂噪声的观测数据来获得目标状态的估计。在分析了利用空频域信息无源定位方法的特点以及直接应用传统确定性采样被动跟踪算法性能不佳的原因的基础上，针对系统的可观测性弱、初始状态估计误差大而导致滤波算法稳定性差、收敛速度慢和收敛精度不高等问题，首先提出了基于观测域滤波的确定性采样卡尔曼被动跟踪算法，有效的提高了算法的稳定性和定位精度；然后提出了迭代确定性采样卡尔曼被动跟踪算法，明显的提高了算法的收敛速度和定位精度；最后提出了强跟踪确定性采样卡尔曼被动跟踪算法。提高了算法对观测误差的适应能力。近年来逐渐兴起的基于蒙特卡罗（Monte Carlo，MC）积分方法的粒子滤波算法为机载无源定位这一非线性滤波问题提供了一种新的解决途径，它摆脱了将状态量视为高斯分布的约束，采用蒙特卡罗随机采样样本来近似状态的后验分布。这部分内容主要研究基于蒙特卡罗随机采样的被动跟踪算法，针对传统的PF算法直接根据状态转移概率抽取的样本与真实后验分布偏差较大的问题，从优选重要性密度函数的角度提出了一种基于3阶球形和径向数值积分粒子滤波的被动跟踪算法，对比求积分卡尔曼粒子滤波算法，新算法在保证稳定性和定位精度的条件下有效的提高了算法的实时性。从重采样角度提出了聚合重采样的粒子滤波算法，有效的减轻了粒子退化和贫化现象，在观测噪声为高斯噪声时其性能与高斯粒子滤波算法和正则化粒子滤波算法相近，当噪声分布为非高斯分布时其性能优于高斯采样和正则化重采样，适用条件更加宽泛。由于拟蒙特卡罗（Quasi Monte Carlo，QMC）积分技术可以避免采样粒子在状态空间积聚而形成“团簇”和“间隙”的现象，因此它可以获得比MC积分更高的近似精度。最后主要对基于拟蒙特卡罗粒子滤波的被动跟踪算法展开了研究。针对拟蒙特卡罗高斯粒子滤波算法计算量大的问题，结合机载无源定位自身特点，分别提出拟蒙特卡罗自适应高斯粒子滤波算法和拟蒙特卡罗聚合重采样粒子滤波算法，仿真结果表明：两种新算法均在保证滤波精度的同时，有效的减少了QMC采样粒子数，提高了算法的运行效率。另外拟蒙特卡罗聚合重采样粒子滤波算法以聚合粒子为中心，以预测均值为边界的空间内进行拟蒙特卡罗重采样，在有效减少QMC采样规模的同时引导粒子向高似然区移动，优化粒子在状态空间中的分布特性，进而提高了滤波精度，在高斯噪声条件下其滤波性能与拟蒙特卡罗高斯粒子滤波算法相近，当噪声分布为非高斯分布时，其性能优于拟蒙特卡罗高斯粒子滤波算法。适用性更为广泛。
张刚兵[4]2010年在《单站无源定位与跟踪关键技术研究》文中进行了进一步梳理以质点运动学原理为基础,本文研究了利用角度、角度变化率以及多普勒频率变化率进行单站无源定位中的参数估计和非线性滤波等问题,主要内容如下：(1)介绍了利用切向运动和径向运动进行无源测距的原理,对两种无源测距方法做了误差分析,为工程实现指明了系统对各参数精度的要求。(2)研究了基于相位干涉仪阵列的波达角估计方法。先在无模糊范围内确定各双基线干涉仪的所有相位模糊数解,然后利用公共基线的解逐步缩小范围,最后确定各基线的唯一解以实现解相位模糊。对宽带信号,先作FFT变换,选取信号在6dB带宽内的谱线,每根谱线看作个单频信号,采用窄带鉴相方法对各单频信号分别鉴相并估计该频率点上的延时,最后对各延时估计值进行加权平均。证明了信号在各频率点上的能量与频率平方的乘积是最佳加权系数。(3)研究了相参脉冲串频率估计算法。提出了适用于单一重复频率和重频参差相参脉冲串信号的频率估计算法,通过脉内相关积累,提高了信噪比,利用实现相参频率估计的条件推导了信噪比门限的解析表达式,给出了单一重频脉冲串频率估计信噪比门限与信号样本总数、占空比之间的关系。对于重频参差相参脉冲串信号,在脉内相关积累之后,对新序列的相位差按参差重数抽样平均,再利用重频参差比解相位模糊,扩大了频偏允许范围,降低了算法的信噪比门限。给出了重频参差脉冲串频率估计信噪比门限与信号样本总数、参差重数、参差比之间的关系。(4)研究了直接利用相参脉冲串进行多普勒频率变化率估计的算法,选取准最佳算法估计频率,对各脉冲进行脉内相关积累,将相参脉冲串变换成一个调频斜率是多普勒频率变化率的线性调频信号序列,解调该线性调频信号就能获得多普勒频率变化率的估计值。(5)研究了适用于单站无源定位与跟踪的非线性滤波算法。提出了一种新的迭代滤波算法,以加快算法的收敛速度和提高滤波的估计精度。通过反向预测与更新提高了上一时刻状态估计的精度,减小了当前时刻的状态预测误差。利用更准确的初始条件经过正向预测与更新,能得到当前状态更精确的估计值。
宋海亮[5]2015年在《海空环境下单站无源定位滤波算法研究》文中研究指明随着海洋权益争夺的日加激烈,海上冲突频繁,能够在海空环境下对目标及早发现,准确定位,进而精确打击成为现在海防工作的关键,而单站无源系统因为设备简单易安装,探测范围广,抗侦查性能强的优点,一直受到人们的广泛关注。本文以海空环境下单站无源定位滤波算法为主要研究方向,针对传统定位滤波算法存在的精度低,速度慢和稳定性差等问题,提出了若干改进方法,并仿真验证了这些方法的有效性。首先,第二章详细介绍了单站无源定位滤波算法的基础理论,并结合当前的研究成果,重点分析了使用角度、角速度和多普勒频率变化率信息的定位方法,并对该方法的定位误差和影响因素做了分析总结;第叁章讨论单站无源定位滤波算法参数的设置、获取方式和精度范围,为后续定位滤波算法提供了应用条件。鉴于单站无源定位系统初始状态不确定性极大,非线性特征比较强,传统的卡尔曼滤波和粒子滤波算法在单站无源定位环境下面临稳定性差、收敛速度慢和定位精度低的问题,针对这些问题,文中开展了旨在改进算法定位精度、解算速度和稳定性的研究,具体工作包括:第四章针对无迹卡尔曼滤波(UKF)算法,文中提出叁种改进算法;首先是基于奇异值分解的平方根无迹卡曼滤波(SVD-SRUKF)算法,针对滤波中协方差矩阵因误差干扰出现负定最终导致滤波发散的问题,SVD-SRUKF算法用奇异值分解替代Cholesky分解,以保证即便滤波过程中协方差出现负定,定位滤波算法依然能够保持较高的稳定性;其次,结合迭代思想,提出了一种简化迭代无迹卡尔曼滤波无源定位算法。该方法通过有限的迭代使得观测信息能够被充分利用,提高了算法的收敛速度和定位精度,同时通过简化采样点,减少了算法的运行时间,提高了算法的实时性;最后结合强跟踪理论,将H∞滤波和UT变换结合起来,提出了一种稳健的迭代H∞滤波的无迹卡尔曼定位滤波算法,该算法利用H∞滤波在噪声控制方面的优势,结合迭代理论,尽可能减少噪声对输出结果的影响,使其具有较强的鲁棒性。第五章针对单站无源定位算法中粒子滤波所面临的退化问题,从重要性密度函数的选取角度入手,提出了自适应渐消中心差分粒子滤波算法,该方法通过自适应渐消因子强化系统模型匹配,将滤波结果作为粒子滤波的重要函数密度,为粒子滤波提供更为准确的初始样本,从而有效改善了定位滤波算法的精度。同时,针对粒子算法运算量大的问题,引入一种粒子数量控制机制,减少参与滤波的粒子数量,进而有效减少了算法计算量。针对非高斯噪声的应用环境,文中提出了两种改进无源定位滤波算法:基于优化初始采样方式的改进MCMC粒子滤波算法和基于平滑采样的改进准蒙特卡罗的粒子滤波算法。首先,从初始分布入手,优化了这两种算法的初始粒子空间分布,降低了噪声对其影响;然后,减少了改进MCMC粒子滤波算法的冗余粒子和优化了改进准蒙特卡罗的粒子滤波算法的样本抽取方式,提高了这两种算法的效率,增强了算法实用性。
霍光[6]2013年在《基于容积卡尔曼滤波的单站无源定位跟踪算法研究》文中指出单站无源定位系统由于具有隐蔽性强、设备简单、相对独立、探测距离远等优势而逐步成为电子对抗领域的一个研究热点。由于观测量是目标状态的非线性函数，因此单站无源定位跟踪实质上是一个非线性滤波问题，研究适合于跟踪情况特点的定位精度高、收敛速度快、稳定性强的滤波算法是一个不断深入探索的过程。本文采用空频域定位模型，以一种新型的Sigma点滤波算法——容积卡尔曼滤波（Cubature Kalman Filter, CKF）为基础展开研究，主要工作内容如下：1、依据质点运动学，研究了基于空频域信息的单站无源定位原理。推导了测距误差，分析了影响该定位方法测距精度的各个因素及其对测距精度的影响程度。由于目标运动满足可观测性条件是研究定位跟踪算法的前提，采用对非线性方程进行伪线性化处理的方法，推导了基于空频域信息的固定单站无源定位系统对匀速目标和两种常见机动（匀加速和匀转弯）目标的可观测性条件。2、将容积卡尔曼滤波（CKF）应用于单站无源定位领域。CKF算法的核心思想是采用Spherical-Radial准则来计算非线性随机函数的均值和方差，实现简单，数值精度高。仿真实验表明，CKF是一种适用于单站无源定位跟踪的性能优越的非线性滤波算法。针对单站无源定位系统测量精度不高的问题，将后向平滑的思想与CKF算法相结合，提出了一种后向平滑容积卡尔曼滤波（BSCKF）算法，该算法通过前向CKF滤波和后向平滑相迭代来提高定位跟踪性能。实验结果表明，BSCKF算法可以获得比CKF算法更高的定位精度和更快的收敛速度。3、针对目标可能突发机动，根据“当前”统计模型，提出了一种强跟踪容积卡尔曼滤波（STCKF）算法。该算法通过在CKF中引入时变渐消因子来调节状态协方差、新息协方差以及互协方差，从而在线调整滤波器增益矩阵，以增强系统的自适应跟踪能力。仿真实验表明，在跟踪一般机动目标时，STCKF算法与CKF算法性能相当；当目标突发机动时，STCKF算法的跟踪性能要优于CKF算法。针对单站无源定位系统采用IMM算法对机动目标跟踪的情况，提出了一种测量更新CKF-IMM算法。该算法利用Markov过程控制子模型间的切换，并采用CKF算法对各模型进行滤波，然后将每个滤波器的输出状态进行概率加权求和，最后对融合状态进行一次非线性测量更新，以减小测量误差的影响。仿真实验表明，与EKF-IMM和UKF-IMM算法相比，CKF-IMM算法的估计误差更小；测量更新CKF-IMM算法较CKF-IMM算法具有更高的定位跟踪精度。4、单站无源定位系统的测量序列中如果出现野值，会影响滤波器的估计精度和稳定性，严重时还会导致滤波器发散。针对这一问题，基于Bayes定理并结合归一化受污染正态分布模型（SCNM），提出了一种抗野值鲁棒CKF算法。该算法在CKF的基础上对测量误差建立了一个SCNM模型，根据野值出现的后验概率来自适应调整测量预测残差的方差阵。仿真实验表明，抗野值鲁棒CKF算法估计精度高、稳定性强，可以较好地抑制离散或连续测量野值产生的不利影响。
黄耀光[7]2012年在《基于空频域信息的单站无源定位跟踪算法研究》文中研究指明单站无源定位跟踪系统因具有设备简单、系统相对独立、机动性好等特点，成为无源定位领域研究的重点。在已有的单站定位方法中，基于空频域信息的定位方法与传统的方法相比具有定位速度更快、精度更高的优点，成为近年来备受关注的定位方法。实现快速高精度的定位与跟踪是单站无源定位跟踪领域的研究目标，因此本文以陆基固定单站为研究背景，围绕基于空频域信息的定位方法从误差分析、匀速目标和机动目标的可观测性分析以及跟踪滤波算法等方面展开研究，主要工作如下：1、对基于空频域信息的定位方法进行定位误差分析。进行定位误差分析是为了得到影响该定位方法定位精度的各个因素以及这些因素对定位精度的影响程度。通过理论分析和仿真实验表明，该定位方法对角度变化率的测量误差最敏感；利用该定位方法对距离近、运动速度快或辐射信号频率高的目标进行跟踪有很高的跟踪精度，但是该定位方法对目标跟踪时存在着不可观测区。2、利用空频域信息的定位方法对匀速目标和机动目标进行可观测性分析。只有目标在满足可观测条件的基础上研究跟踪算法才有意义，针对非线性系统的可观测性理论需要计算复杂的雅克比矩阵，提出把观测方程先经过伪线性化处理，然后运用线性系统的可观测性分析的理论，对匀速、匀加速和匀转弯运动进行了具体分析，得出只要目标不朝观测站作径向运动或绕观测站作圆周运动都是可以对其进行观测的。实验结果也验证了本文分析的结论的正确性。3、针对UKF算法计算量较大的问题，提出了一种基于施密特正交变换的UKF算法，通过所选取的采样点进行施密特正交变换，减少了采样点的数量。实验结果表明，该算法在保证定位跟踪精度的前提下提高了计算效率，易于实时实现。此外，为了解决UKF算法对初始值较敏感并且由于数值计算的舍入误差会产生滤波发散的问题，提出了一种基于平方根UKF的双向滤波算法，使用误差协方差的平方根替代协方差阵参与滤波，同时运用URTSS后向平滑方法，用平滑值取代初始值。实验结果表明，该算法提高了滤波的稳定性及对初始值的鲁棒性。4、对匀速模型、匀加速模型、Singer模型和“当前”统计模型跟踪机动目标的性能进行仿真表明，“当前”统计模型定位跟踪性能最好。针对“当前”统计模型跟踪弱机动目标能力的不足，提出一种改进的模型，利用加速度最大值与目标机动的关系，使目标机动的情况实时地反映到加速度方差中。实验结果表明，改进的模型对机动目标具有更好的跟踪性能。同时，为了提高交互式多模型算法对目标在状态突变时的跟踪能力，提出一种改进的交互式多模型算法，引入强跟踪滤波器的时变渐消因子，用以修正预测误差协方差，从而实时调整增益。实验结果表明，本文提出的改进算法提高了对机动目标的跟踪性能。
吴伟俊[8]2014年在《通信测向定位算法研究》文中指出通信电子战/通信对抗——作为电子战/电子对抗的重要领域，是敌对双方在通信领域内争夺电磁频谱使用权和控制权的争斗。通信和数据链系统是支持信息网络的基础设施，是连接传感器网络、指挥控制网络和火力打击网络的神经中枢，在现代军事系统中占有不可替代的作用。重要的通信/数据链节点一旦被发现和定位，常常会遭到致命的摧毁和攻击，因此对重要通信/数据链节点的测向/定位成为现代通信/数据链对抗中不可忽视的重要内容。单站无源定位具有隐蔽性强、独立性和灵活性好、作用距离远、易于实现协同配合等技术优点，得到了较为广泛的应用。本文主要研究机载单站对地平面或者海平面固定或者低速运动通信辐射源的定位。首先阐述了单站无源定位的研究发展现状，几种典型通信测向定位的技术原理，给出了定位误差分析办法和可观测性判定准则。然后利用基于幅度比和相位差变化率实现定位的两种方法，给出了在二维平面和叁维空间情况下测向/定位的模型，并进行了仿真验证，分析了各测量参量对定位误差的影响，给出了对应的定位精度几何分布图。最后，总结了本文工作，对未来的研究进行了展望。
吴顺华[9]2009年在《基于空频域信息的单星对星无源定轨与跟踪关键技术研究》文中研究表明随着电子对抗技术和航空航天技术的不断发展,空间信息获取及对抗在现代化的高技术战争中发挥着越来越重要的作用,从而,对空间信息系统载体——卫星的运动状态确定和跟踪就成了亟待解决的关键问题。鉴于采用天基平台对卫星目标进行观测可以不受大气、时间和国界的影响限制,并且单站无源的观测方式具有隐蔽性强、设备简单、作用距离远和适用范围广等优点,利用单颗卫星平台对卫星目标的无源定轨跟踪(单星对星无源定轨跟踪)技术研究就成为具有重要意义的课题。在总结单站无源定位技术和卫星轨道力学知识的基础上,论文对基于空域和频域观测信息的单星对星无源定轨跟踪所涉及的理论方法及关键问题展开研究。卫星运动建模是单星对星无源定轨跟踪研究的前提。在定义适当的坐标系统和研究相关卫星轨道理论的基础上,建立了卫星运动的力学模型和基于F/G级数的状态递推F-G模型。该模型以对二体运动的精确描述为特点,具有比其它近似递推模型更高的准确性。根据现有文献,综述了只测角单星对星无源定轨的可观测性研究,并引入完全可观测的结论。卫星运动模型的建立和只测角定轨可观测结论的引入,为后续研究奠定了基础。论文研究了只测角条件下和联合测角与测频条件下的单星对星无源定轨跟踪方法。基于前面给出的卫星运动模型,对单星对星无源定轨系统进行建模,继而提出基于准确状态模型的只测角单星对星无源定轨跟踪方法。接着,在只测角的基础上引入频率观测量,提出基于准确状态模型的联合测角与测频的单星对星无源定轨跟踪方法,显着提高了只测角定轨方法的精度和收敛速度。与已有的基于泰勒级数展开近似模型的方法相比,由于模型准确性更高,论文的只测角和联合测角与测频两种定轨方法具有更优的性能,且运算复杂度相当。论文接着研究了基于质点运动学原理的单星对星无源测距和定轨跟踪方法。针对单星对星无源定轨背景的特点,推导无源测距方程并给出具体解法,实现了单星对星无源测距。在此基础上,结合测距分解观测模型,提出一种基于运动学原理的单星对星无源测距定轨跟踪方法,可实现快速定位。进一步将径向速度观测量引入观测量集并直接参与递推滤波计算,提出基于径向运动信息的单星对星无源定轨跟踪方法。除具有收敛速度快的优点外,该方法还具有很高的定轨精度,可用于要求快速和高精度的无源定轨场合。然后,鉴于单星对星无源定轨跟踪问题的非线性本质和递推滤波算法对定轨的重要作用,论文对非线性滤波问题进行了研究。从函数解析近似的思路出发,分析了EKF(Extended Kalman Filtering)及其改进算法的性能特点,针对其不足,对基于Stirling插值多项式近似的差分滤波算法DDF(Divided Difference Filtering)进行了深入研究。根据单星对星无源定轨背景的加性噪声特点,提出一种适合实时应用的简化差分滤波算法SDDF(Simplified DDF),降低了运算复杂度。针对单星对星无源定轨系统可观测性弱和观测误差大的问题,将最大似然迭代策略与DDF相结合,提出一种迭代差分滤波算法IDDF(Iterated DDF)。该方法迭代过程以似然概率增加为准则,在改善跟踪滤波精度和收敛速度的同时,算法稳定性也得到较大程度提高。本文系统地研究了基于空频域信息的单星对星无源定轨跟踪涉及的关键理论和技术问题,提出了相应的解决方法和结论,相关研究成果具有较强的理论意义和一定的工程意义。
王雅琼[10]2009年在《运动辐射源的舰载单站无源定位跟踪技术研究》文中提出在舰载电子战系统中,单站无源定位与跟踪技术作为定位发展的一个重要方向,具有隐蔽性好和探测距离远的优点,且避免了多站定位的复杂时间同步、数据融合等问题,有良好的机动性和独立性,成为近年来研究的热点。传统的单站无源定位跟踪方法存在着定位速度慢和定位精度低的问题,而基于运动学原理的定位方法提取辐射源目标和观测平台之间的相对运动信息进行定位,概念直观清晰,定位速度、精度比传统的方法高很多,在现代海战日益强调隐蔽性、快速性和准确性的今天,有着广阔的应用前景。本文首先对国内外研究现状进行分析提出课题研究的意义,然后对现有的单站无源定位方法进行评述,对其数学模型、可观测性、优缺点分析比较,将多普勒频率变化率定位法作为舰载单站对空中运动目标定位的方法,并对其原理进行了详细介绍。接着对多普勒频率变化率测量技术作出理论分析。然后根据对运动目标辐射源的定位模型的分析,运用卡尔曼滤波及其扩展算法对原始定位数据进行滤波处理,后针对扩展卡尔曼滤波(EKF)算法受初始值影响可能造成的不收敛现象,提出将粒子群优化算法与EKF算法相结合,不仅保证了收敛性,而且提高了收敛速度和定位精度,通过仿真结果证明了改进算法的优越性。
参考文献：
[1]. 利用空频域信息的单站无源定位与跟踪关键技术研究[D]. 郁春来. 国防科学技术大学. 2008
[2]. 基于运动学原理的单站无源定位与跟踪关键技术研究[D]. 郭福成. 中国人民解放军国防科学技术大学. 2002
[3]. 机载无源定位技术与跟踪算法研究[D]. 刘学. 哈尔滨工程大学. 2011
[4]. 单站无源定位与跟踪关键技术研究[D]. 张刚兵. 南京航空航天大学. 2010
[5]. 海空环境下单站无源定位滤波算法研究[D]. 宋海亮. 哈尔滨工程大学. 2015
[6]. 基于容积卡尔曼滤波的单站无源定位跟踪算法研究[D]. 霍光. 解放军信息工程大学. 2013
[7]. 基于空频域信息的单站无源定位跟踪算法研究[D]. 黄耀光. 解放军信息工程大学. 2012
[8]. 通信测向定位算法研究[D]. 吴伟俊. 西安电子科技大学. 2014
[9]. 基于空频域信息的单星对星无源定轨与跟踪关键技术研究[D]. 吴顺华. 国防科学技术大学. 2009
[10]. 运动辐射源的舰载单站无源定位跟踪技术研究[D]. 王雅琼. 哈尔滨工程大学. 2009
标签：电信技术论文; 粒子群优化算法论文; 定位精度论文; 粒子滤波论文; 运动估计论文; 数据滤波论文; 技术原理论文; 卡尔曼滤波论文; 平滑滤波论文; 多普勒论文; 算法论文;