本文關(guān)鍵詞：無源定位與跟蹤相關(guān)技術(shù)研究　出處：《西安電子科技大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 多站無源定位跟蹤 變分貝葉斯 野值 新息似然

【摘要】：無源定位與跟蹤是多傳感器數(shù)據(jù)融合的一個(gè)重要研究內(nèi)容,無源定位跟蹤系統(tǒng)因具有抗干擾、抗低空突防、抗反輻射導(dǎo)彈、反隱身等優(yōu)點(diǎn),所以在現(xiàn)代電子戰(zhàn)爭中扮演著至關(guān)重要的角色,同時(shí),其在航海、航空、等民用領(lǐng)域也發(fā)揮著重要作用。本文針對無源定位跟蹤系統(tǒng)中的相關(guān)問題進(jìn)行了仔細(xì)地研究。首先,對于多站定位跟蹤系統(tǒng)中,針對傳感器觀測噪聲未知會(huì)影響定位跟蹤精度的問題,研究了最小二乘自適應(yīng)卡爾曼濾波算法;其次,針對野值會(huì)影響濾波精度問題,研究了基于新息似然的野值的檢測與剔除方法。以上研究為無源定位跟蹤的工程應(yīng)用提供了理論和方法支撐。取得的主要研究成果如下:1.研究了多站無源定位跟蹤系統(tǒng)的基本理論。首先簡單介紹了多站無源定位的建模。其次介紹了幾種常見的目標(biāo)運(yùn)動(dòng)模型,包括針對直線運(yùn)動(dòng)的勻速運(yùn)動(dòng)模型以及勻加速運(yùn)動(dòng)模型,以及針對機(jī)動(dòng)目標(biāo)的Singer模型、當(dāng)前統(tǒng)計(jì)模型和轉(zhuǎn)彎模型;最后詳細(xì)研究了經(jīng)典的濾波算法,包括針對線性的卡爾曼濾波、以及非線性的擴(kuò)展卡爾曼濾波、無跡卡爾曼濾波和粒子濾波。2.針對多站無源定位跟蹤系統(tǒng)中傳感器觀測噪聲協(xié)方差未知的問題,研究了最小二乘自適應(yīng)卡爾曼濾波。該算法結(jié)合測向多站交叉定位與變分貝葉斯卡爾曼濾波,最終聯(lián)合估計(jì)目標(biāo)的狀態(tài)以及觀測噪聲協(xié)方差。首先利用最小二乘法對目標(biāo)進(jìn)行測向多站交叉定位,并把其作為卡爾曼濾波的偽量測;同時(shí)針對系統(tǒng)中傳感器觀測噪聲協(xié)方差未知的問題,將變分貝葉斯引入卡爾曼濾波中,通過變分貝葉斯卡爾曼濾波聯(lián)合估計(jì)目標(biāo)的狀態(tài)以及觀測噪聲協(xié)方差。很好地解決了無源定位跟蹤系統(tǒng)中傳感器觀測噪聲未知將會(huì)影響定位跟蹤性能的問題,有效地提高了定位跟蹤精度。3.針對無源定位跟蹤中野值的出現(xiàn)會(huì)降低濾波的可靠性和穩(wěn)定性問題,研究了一種基于似然的野值檢測與剔除方法。首先通過理論分析的角度研究了野值的出現(xiàn)對于定位跟蹤精度的影響;接著重點(diǎn)介紹了三種基于新息的野值檢測與剔除的方法,幾種方法對于也值得檢測與剔除都具有很好的效果;最后針對野值問題,結(jié)合新息似然的概念,研究了針對野值檢測與剔除的新息似然法。該算法基于卡爾曼濾波框架,首先通過計(jì)算卡爾曼濾波更新中得到的似然值,并設(shè)定判定門限,然后根據(jù)此門限來對量測進(jìn)行判定,進(jìn)而達(dá)到野值的檢測與剔除的目的。該算法能夠有效地對野值進(jìn)行檢測與剔除,很好地解決了無源定位跟蹤中野值對定位跟蹤精度的影響,使得目標(biāo)定位跟蹤精度有了很大的提高。
[Abstract]:Passive location and tracking is an important research content of multi-sensor data fusion. Passive positioning and tracking system has the advantages of anti-jamming, anti-low-altitude penetration, anti-radiation missile, anti-stealth and so on. So it plays a vital role in modern electronic warfare, at the same time, in navigation, aviation. And other civil areas also play an important role. In this paper, the passive positioning and tracking system related issues are carefully studied. First, for the multi-station positioning and tracking system. The least square adaptive Kalman filter algorithm is studied to solve the problem that the sensor observation noise does not know the location and tracking accuracy. Secondly, the outliers will affect the filtering accuracy. The methods of outlier detection and elimination based on innovation likelihood are studied. The above research provides theoretical and methodological support for the engineering application of passive location and tracking. The main research results are as follows:. 1. The basic theory of multi-station passive location and tracking system is studied. Firstly, the modeling of multi-station passive location is briefly introduced. Secondly, several common target motion models are introduced. It includes uniform motion model for linear motion and uniform acceleration motion model, Singer model for maneuvering target, current statistical model and turning model. Finally, the classical filtering algorithms are studied in detail, including linear Kalman filtering and nonlinear extended Kalman filtering. Unscented Kalman filter and particle filter. 2. To solve the problem of unknown covariance of sensor noise in multi-station passive positioning and tracking system. The least square adaptive Kalman filter is studied, which combines direction finding multi-station cross location and variational Bayesian Kalman filtering. Finally, the state of the target and the covariance of the observed noise are estimated jointly. Firstly, the least square method is used to locate the target in multi-station crossover, and it is regarded as the pseudo-measurement of Kalman filter. At the same time, the variational Bayes is introduced into Kalman filter to solve the problem that the covariance of sensor observation noise is unknown. By using variational Bayesian Kalman filter to estimate the state of the target and the covariance of the observation noise, the problem that the unknown sensor observation noise will affect the tracking performance of the passive positioning and tracking system is solved. The outliers in passive location tracking can reduce the reliability and stability of filtering. In this paper, a method of outlier detection and elimination based on likelihood is studied. Firstly, the influence of outliers on location and tracking accuracy is studied from the point of view of theoretical analysis. Then three methods of outlier detection and elimination based on innovation are introduced. Finally, aiming at the outliers problem and combining the concept of innovation likelihood, this paper studies the innovation likelihood method for the detection and elimination of outliers. The algorithm is based on the Kalman filter framework. At first, the likelihood value of Kalman filter update is calculated, and the decision threshold is set, and then the measurement is judged according to this threshold. The algorithm can detect and eliminate outliers effectively and solve the influence of outliers in passive location tracking. The accuracy of target positioning and tracking has been greatly improved.
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈興江;周一宇;郭福成;;三機(jī)無源定位二維布陣優(yōu)化研究[J];現(xiàn)代雷達(dá);2010年02期

2 解楠;基于3Δt無源定位的再入低高度目標(biāo)定位誤差研究[J];電訊技術(shù);2000年05期

3 胡來招;一種快速機(jī)載無源定位方法的分析[J];電子對抗技術(shù);2001年01期

4 劉文山,羅景青;固定單站對運(yùn)動(dòng)輻射源的無源定位與跟蹤[J];艦船電子對抗;2001年01期

5 郭艷麗,楊紹全;差分多普勒無源定位[J];電子對抗技術(shù);2002年06期

6 李宗華,馮道旺,周一宇,孫仲康;一種固定單站對運(yùn)動(dòng)輻射源的無源定位跟蹤算法[J];國防科技大學(xué)學(xué)報(bào);2003年04期

7 徐志剛;田增山;田世君;;基于概率的無源定位算法[J];信息技術(shù);2005年12期

8 李炳榮;曲長文;王欣欣;;機(jī)載快速無源定位原理及誤差分析[J];彈箭與制導(dǎo)學(xué)報(bào);2005年S9期

9 劉梅;權(quán)太范;姚天賓;李海昊;;多傳感器多目標(biāo)無源定位跟蹤算法研究[J];電子學(xué)報(bào);2006年06期

10 何青益;胡東;李艷斌;;一種單機(jī)對固定目標(biāo)的無源定位方法[J];無線電工程;2006年10期

相關(guān)會(huì)議論文 前10條

1 劉捷;傅曉燕;傅文斌;;多同頻輻射源無源定位的機(jī)輔分析[A];1999年全國微波毫米波會(huì)議論文集(下冊)[C];1999年

2 盧鑫;;無源定位多普勒頻差測量方法研究[A];江蘇省電子學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

3 王勇;石磊玉;唐小妹;雍少為;;基于虛擬偽距差分的“北斗一代”無源定位研究[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集[C];2011年

4 劉鴻博;陳福深;;一種近場無源定位方法[A];2007年光電探測與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

5 王天河;陳后金;;基于相位差測量的近場射頻無源定位系統(tǒng)設(shè)計(jì)[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國青年通信學(xué)術(shù)會(huì)議論文集（上冊）[C];2010年

6 孔德強(qiáng);劉作學(xué);馮樹芳;;室內(nèi)無源定位算法研究[A];全國第三屆信號和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

7 蔣昊東;任華;高明遠(yuǎn);;單站空中平臺(tái)對地目標(biāo)定位分析及仿真[A];2013第一屆中國指揮控制大會(huì)論文集[C];2013年

8 吳能偉;陳濤;;基于多線程的無源實(shí)時(shí)定位系統(tǒng)[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

9 沈均好;王春峰;吳超;;共形寬帶六元無源定位相控陣天線的研究[A];2009年全國天線年會(huì)論文集（上）[C];2009年

10 權(quán)宏偉;;基于Fisher信息最大化的機(jī)載ESM無源定位[A];2013年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊）[C];2013年

相關(guān)博士學(xué)位論文 前7條

1 狄慧;單/雙星無源定位關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2014年

2 朱國輝;基于時(shí)差頻差的多站無源定位與跟蹤算法研究[D];西安電子科技大學(xué);2015年

3 張正明;輻射源無源定位研究[D];西安電子科技大學(xué);2000年

4 賈興江;運(yùn)動(dòng)多站無源定位關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

5 毛琳;信息融合非線性濾波及在無源定位的應(yīng)用[D];哈爾濱工程大學(xué);2011年

6 李宏;雷達(dá)偵察與無源定位中LPI信號分析處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

7 薛艷榮;基于時(shí)差頻差的雙星無源定位方法研究[D];中國科學(xué)院研究生院（國家授時(shí)中心）;2013年

相關(guān)碩士學(xué)位論文 前10條

1 王云龍;外輻射源無源定位關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2015年

2 張杰;目標(biāo)輻射源多站無源定位關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2015年

3 王詩蕾;基于預(yù)處理的無源定位對抗技術(shù)研究[D];電子科技大學(xué);2016年

4 楊軍玲;無源定位與跟蹤相關(guān)技術(shù)研究[D];西安電子科技大學(xué);2015年

5 姚旭;基于先驗(yàn)信息的無源定位對抗技術(shù)研究[D];電子科技大學(xué);2008年

6 任s，

本文編號：1388497