观测器高度未知的纯方位目标定位算法

发布时间：2021-02-19 03:37

　　针对观测器高度未知且连续变化而难以估计的问题,通过对高度变化过程建模,提出一种基于加权工具变量的扩维目标定位算法。首先,假设观测器高度随时间匀速变化,通过构造新的伪线性测量方程,将上述问题转化为对目标位置、观测器高度及其高度变化率联合估计问题;其次,利用工具变量与测量矩阵相关并与测量噪声无关的特性,使用工具变量方法得到待估计参数的无偏估计;最后,通过构造加权矩阵,进一步提高估计精度。仿真结果表明:加权工具变量算法对目标位置、观测器高度及其高度变化率估计的均方根误差比伪线性算法和工具变量算法更接近Cramer-Rao下界。 

【文章来源】：杭州电子科技大学学报(自然科学版). 2020,40(01)

【文章页数】：5 页

【部分图文】：

观测器-目标相对几何关系示意图

为了验证WIV算法在本文场景中的有效性,分别与PLE算法、IV算法及Cramer-Rao下界(Cramer-Rao Lower Bound,CRLB)[9]进行比较。仿真参数设置:观测器初始位置为 ( 100,200,45000 )m ,地面未知目标p的位置为 ( -95,-150 ) km,其中观测器相对目标的高度为45 000 m,观测器水平方向初始速度为4 250 m/s,垂直方向速度vr,z=-250 m/s,观测器运动时长t=12 s,选取采样时间间隔T=0.02 s,采样次数N=600。假设方位角和俯仰角测量噪声标准差相同,设置为σnk=σmk=2π/180。为了便于观察算法性能,选取采样时刻为200～600,每隔50个采样时刻选取一个数值。做100次蒙特卡洛重复试验,得到3种算法的目标位置 [ p x p y ] Τ 的均方根误差(Root Mean Square Error,RMSE)曲线、观测器相对目标高度Δz0的RMSE曲线及观测器z轴方向速度vr,z的RMSE曲线分别如图2-4所示。图3 观测器高度RMSE

观测器高度RMSE

【参考文献】：
期刊论文
[1]伯努利滤波在单站无源跟踪中的应用[J]. 周雪芹,廖力,高峰.  电讯技术. 2019(04)
[2]基于到来角变化率的有源目标机载定位方法[J]. 毛逸菲,王智森.  大连工业大学学报. 2019(01)
[3]战场威胁约束下的纯方位探测单观测站轨迹优化[J]. 吴昊,陈树新,刘卓崴.  国防科技大学学报. 2018(05)
[4]基于双阵纯方位的水下运动目标运动分析研究[J]. 吴旭,杜选民,周胜增.  舰船科学技术. 2017(09)



本文编号：3040546