針對移動外輻射源跟蹤問題,提出一種融合到達角（Angle of Arrival,AOA）與到達時間差（Time Difference of Arrival,TDOA）觀測量的量測轉(zhuǎn)換Kalman濾波（Converted Measurement Kalman Filter,CMKF）算法。首先,采用了一種考慮了傳感器位置偏差影響的無源定位算法作為轉(zhuǎn)換非線性的AOA與TDOA觀測量至笛卡爾坐標系下觀測量的方法,并證明了當AOA與TDOA的測量噪聲以及傳感器位置偏差都服從高斯分布且噪聲強度不大時,該量測轉(zhuǎn)換方法的位置轉(zhuǎn)換誤差能達到克拉美羅（Cramér-Rao Lower Bound,CRLB）界;其次,在量測轉(zhuǎn)換的基礎上構建了關于移動外輻射源的線性狀態(tài)空間模型,將非線性的目標跟蹤問題轉(zhuǎn)化為線性濾波問題,并最終使用標準Kalman濾波器實時跟蹤移動外輻射源位置。仿真結果不僅驗證了量測轉(zhuǎn)換精度與理論分析結論吻合,還表明了所提CMKF算法的跟蹤精度同時優(yōu)于擴展Kalman濾波器、無跡濾波器以及粒子濾波器。 

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 問題描述
    1.1 目標量測模型
    1.2 CMKF算法總體流程
2 CMKF算法原理
    2.1 量測轉(zhuǎn)換及其轉(zhuǎn)換精度分析
    2.2 CMKF算法實現(xiàn)
3 仿真及分析
    3.1 量測轉(zhuǎn)換精度仿真
        3.1.1 傳感器位置偏差對定位精度的影響
        3.1.2 方位角測量噪聲對定位精度的影響
        3.1.3 TDOA測量噪聲對定位精度的影響
    3.2 CMKF算法有效性仿真
    3.3 算法跟蹤性能
4 結論


【參考文獻】：
期刊論文
[1]一種改進的多站AOA/TDOA聯(lián)合無源定位閉合形式算法[J]. 熊健,熊杰.  電訊技術. 2019(06)
[2]改進的平方根UKF在再入滑翔目標跟蹤中的應用[J]. 葉澤浩,畢紅葵,譚賢四,曲智國,張裕祿,程楊.  宇航學報. 2019(02)
[3]基于STK的信息作戰(zhàn)態(tài)勢三維可視化表現(xiàn)方法研究[J]. 鄧晶,張明智,李志強,吳曦,劉振浩.  系統(tǒng)仿真學報. 2010(11)



本文編號：3700690