海空环境下单站无源定位滤波算法研究

发布时间：2018-06-28 23:42

  本文选题：单站无源定位 + 多普勒频率变化率　； 参考：《哈尔滨工程大学》2015年博士论文

【摘要】：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;第三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,文中提出三种改进算法;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。
[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，

本文编号：2079861