论文部分内容阅读
与多站定位相比,单站无源定位与跟踪系统避免了时间同步和复杂的数据处理,受到人们的重视。目前,单站无源定位方法还不完全成熟,跟踪算法的稳定性和精度仍需改善,定位误差还有待进一步研究。本文主要从定位方法、滤波算法和误差分析这三个方面对单站无源定位技术进行了研究,主要工作如下:1.研究了联合相位差变化率和多普勒频率变化率的定位方法,针对现有方法只通过一次测量不能解出目标的所有未知量的缺点,给出了一种改进的定位方法。改进后的定位方法采用相位差及其变化率和多普勒频率及其变化率作为观测量建立模型,通过一次观测就能解出目标的位置和速度,同时由于增加了观测信息,具有更高的定位精度。2.给出了一种基于SVD-EKF的单站无源定位算法,克服了扩展卡尔曼滤波算法会出现递推时数值不稳定的缺点。该定位算法在递推滤波时,将估计误差的协方差矩阵进行奇异值分解,从而把协方差矩阵的迭代运算变换成奇异值分解的迭代运算,定位精度和稳定性都得到提高。3.研究了粒子滤波及其改进算法在单站无源定位中的应用,针对基本粒子滤波算法未能把当前观测数据融合进提议分布从而使定位精度不高的缺点,给出了一种基于混合卡尔曼粒子滤波的单站无源定位算法。首先针对目前粒子滤波在无源定位领域的研究集中在只测角系统的现状,系统地研究了粒子滤波用于实现四种有代表性的新型定位方法,并通过仿真实验证明了其有效性;然后给出了一种基于混合卡尔曼粒子滤波的单站无源定位算法,该定位算法可以在粒子数较少的情况下,仍能达到较高的定位精度。4.研究了单站无源定位的误差,根据目前的误差分析方法多是针对单次测量的特点,给出了一种可以在多次测量时对误差进一步研究的误差分析方法。首先在单次测量时,分析了测多普勒频率变化率、联合相位差变化率多普勒频率变化率定位法的误差,在此基础上对四种新型定位方法的误差特点做了总结;然后给出了一种改进的误差分析方法,该方法可以在单次测量和多次测量两种情况下,通过定性和定量两种手段,对单站无源定位误差进行系统的分析,具有一定的普遍意义。