本文選題：單站無源定位 + 多普勒頻率變化率��； 參考：《哈爾濱工程大學(xué)》2015年博士論文

【摘要】：隨著海洋權(quán)益爭奪的日加激烈,海上沖突頻繁,能夠在海空環(huán)境下對目標(biāo)及早發(fā)現(xiàn),準(zhǔn)確定位,進(jìn)而精確打擊成為現(xiàn)在海防工作的關(guān)鍵,而單站無源系統(tǒng)因?yàn)樵O(shè)備簡單易安裝,探測范圍廣,抗偵查性能強(qiáng)的優(yōu)點(diǎn),一直受到人們的廣泛關(guān)注。本文以�？窄h(huán)境下單站無源定位濾波算法為主要研究方向,針對傳統(tǒng)定位濾波算法存在的精度低,速度慢和穩(wěn)定性差等問題,提出了若干改進(jìn)方法,并仿真驗(yàn)證了這些方法的有效性。首先,第二章詳細(xì)介紹了單站無源定位濾波算法的基礎(chǔ)理論,并結(jié)合當(dāng)前的研究成果,重點(diǎn)分析了使用角度、角速度和多普勒頻率變化率信息的定位方法,并對該方法的定位誤差和影響因素做了分析總結(jié);第三章討論單站無源定位濾波算法參數(shù)的設(shè)置、獲取方式和精度范圍,為后續(xù)定位濾波算法提供了應(yīng)用條件。鑒于單站無源定位系統(tǒng)初始狀態(tài)不確定性極大,非線性特征比較強(qiáng),傳統(tǒng)的卡爾曼濾波和粒子濾波算法在單站無源定位環(huán)境下面臨穩(wěn)定性差、收斂速度慢和定位精度低的問題,針對這些問題,文中開展了旨在改進(jìn)算法定位精度、解算速度和穩(wěn)定性的研究,具體工作包括:第四章針對無跡卡爾曼濾波(UKF)算法,文中提出三種改進(jìn)算法;首先是基于奇異值分解的平方根無跡卡曼濾波(SVD-SRUKF)算法,針對濾波中協(xié)方差矩陣因誤差干擾出現(xiàn)負(fù)定最終導(dǎo)致濾波發(fā)散的問題,SVD-SRUKF算法用奇異值分解替代Cholesky分解,以保證即便濾波過程中協(xié)方差出現(xiàn)負(fù)定,定位濾波算法依然能夠保持較高的穩(wěn)定性;其次,結(jié)合迭代思想,提出了一種簡化迭代無跡卡爾曼濾波無源定位算法。該方法通過有限的迭代使得觀測信息能夠被充分利用,提高了算法的收斂速度和定位精度,同時通過簡化采樣點(diǎn),減少了算法的運(yùn)行時間,提高了算法的實(shí)時性;最后結(jié)合強(qiáng)跟蹤理論,將H∞濾波和UT變換結(jié)合起來,提出了一種穩(wěn)健的迭代H∞濾波的無跡卡爾曼定位濾波算法,該算法利用H∞濾波在噪聲控制方面的優(yōu)勢,結(jié)合迭代理論,盡可能減少噪聲對輸出結(jié)果的影響,使其具有較強(qiáng)的魯棒性。第五章針對單站無源定位算法中粒子濾波所面臨的退化問題,從重要性密度函數(shù)的選取角度入手,提出了自適應(yīng)漸消中心差分粒子濾波算法,該方法通過自適應(yīng)漸消因子強(qiáng)化系統(tǒng)模型匹配,將濾波結(jié)果作為粒子濾波的重要函數(shù)密度,為粒子濾波提供更為準(zhǔn)確的初始樣本,從而有效改善了定位濾波算法的精度。同時,針對粒子算法運(yùn)算量大的問題,引入一種粒子數(shù)量控制機(jī)制,減少參與濾波的粒子數(shù)量,進(jìn)而有效減少了算法計(jì)算量。針對非高斯噪聲的應(yīng)用環(huán)境,文中提出了兩種改進(jìn)無源定位濾波算法:基于優(yōu)化初始采樣方式的改進(jìn)MCMC粒子濾波算法和基于平滑采樣的改進(jìn)準(zhǔn)蒙特卡羅的粒子濾波算法。首先,從初始分布入手,優(yōu)化了這兩種算法的初始粒子空間分布,降低了噪聲對其影響;然后,減少了改進(jìn)MCMC粒子濾波算法的冗余粒子和優(yōu)化了改進(jìn)準(zhǔn)蒙特卡羅的粒子濾波算法的樣本抽取方式,提高了這兩種算法的效率,增強(qiáng)了算法實(shí)用性。
[Abstract]:In this paper , we propose three improved methods to improve the accuracy , speed and stability of single - station passive location filtering algorithm . This paper presents a robust iterative H 鈭，

本文編號：2079861