机载单站无源定位技术研究

发布时间：2017-05-03 06:14

  本文关键词：机载单站无源定位技术研究，由笔耕文化传播整理发布。

【摘要】：无源定位系统由于自身不辐射信号,具有隐蔽性强、探测距离远、抗干扰能力强的优点,在现代信息化战争中扮演着越来越重要的作用。机载单站无源定位技术具有良好的灵活性和机动性,是无源定位领域中的一个研究热点。论文主要围绕机载单站无源定位的一系列问题展开工作,从定位原理、可观测条件、定位误差分析、跟踪滤波算法等方面进行详细研究和讨论。 首先分别介绍了基于相位差变化率和多普勒频率变化率的单站无源定位原理,并进行了可观测性分析。针对现有单站无源定位方法存在的缺点和不足,将多普勒频率变化率法观测参数中的角度变化率由相位差变化率替换,重构观测方程组,得到改进的复合定位方法,避免了测量角度变化率的系统负担,降低了定位系统硬件平台的设计难度,同时提高了算法的实时性和实用性。 论文第三章构建了复合定位体制下机载单站无源定位系统的模型,研究了单次定位算法,推导得出利用相位差变化率和多普勒频率变化率进行单次定位的表达式,并进行了单次定位随机误差分析,仿真得出了影响单次定位精度的主要因素。 目标定位跟踪的实质是非线性最优滤波问题,即通过非线性观测得到目标状态(包括位置、速度、加速度等)的估计。第四章研究了利用相位差变化率和多普勒频率变化率进行单站无源定位与跟踪的算法问题,研究重点放在提高算法的稳定性方面。在扩展卡尔曼滤波及其衍生算法和Sigma点卡尔曼滤波算法的基础上,将平方根滤波的思想引入到SPKF算法中,提出SR-SPKF算法；针对滤波器在更新过程中可能出现协方差矩阵负定从而导致算法不稳定的问题,提出基于奇异值分解的SVD-SRSPKF算法,仿真结果表明这两种方法在保证定位与跟踪精度的前提下,都不同程度地提高了算法的稳定性。 论文的研究结果对于改进机载单站无源定位技术具有一定的参考价值。
【关键词】：机载单站无源定位 相位差变化率 多普勒频率变化率 滤波算法
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TN953
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 概述10
• 1.2 国内外研究现状10-11
• 1.3 现有单站无源定位跟踪技术评述11-13
• 1.3.1 定位体制12
• 1.3.2 可观测性分析12-13
• 1.3.3 定位模型13
• 1.3.4 滤波算法13
• 1.4 本文的主要工作及章节安排13-15
• 第2章 机载单站无源定位原理15-31
• 2.1 引言15
• 2.2 单站无源定位系统中的常用坐标系及其转换15-19
• 2.2.1 地心坐标系15-16
• 2.2.2 地固坐标系16
• 2.2.3 载机地理坐标系16
• 2.2.4 载机机体坐标系16-18
• 2.2.5 天线坐标系18-19
• 2.3 基于相位差变化率的单站无源定位原理19-26
• 2.3.1 定位原理19-23
• 2.3.2 可观测性分析23-26
• 2.4 基于多普勒频率变化率的单站无源定位原理26-29
• 2.4.1 定位原理26-27
• 2.4.2 可观测性分析27-29
• 2.5 改进的机载单站无源定位方法29-30
• 2.6 本章小结30-31
• 第3章 目标单次测量定位算法及精度分析31-47
• 3.1 引言31
• 3.2 机载单站无源定位模型的建立31-34
• 3.2.1 坐标变换31-33
• 3.2.2 定位模型33-34
• 3.3 单次定位误差分析34-45
• 3.3.1 单次定位原理34-35
• 3.3.2 定位精度的表示方法35-36
• 3.3.3 定位误差分析36-45
• 3.4 本章小结45-47
• 第4章 机载单站无源定位跟踪算法47-69
• 4.1 引言47
• 4.2 最优滤波估计与克拉美劳下界分析47-49
• 4.2.1 最优滤波估计47-48
• 4.2.2 克拉美劳下界分析48-49
• 4.2.3 归一化误差49
• 4.3 扩展卡尔曼滤波算法及其衍生算法49-53
• 4.3.1 扩展卡尔曼滤波50-51
• 4.3.2 迭代扩展卡尔曼滤波51
• 4.3.3 修正增益扩展卡尔曼滤波51-52
• 4.3.4 修正协方差扩展卡尔曼滤波52-53
• 4.4 Sigma点卡尔曼滤波算法53-62
• 4.4.1 无迹卡尔曼滤波算法53-56
• 4.4.2 中心差分卡尔曼滤波算法56-58
• 4.4.3 平方根Sigma点卡尔曼滤波算法58-60
• 4.4.4 改进的平方根Sigma点卡尔曼滤波算法60-62
• 4.5 数值仿真实验和分析62-67
• 4.5.1 不同观测精度下的滤波算法比较62-65
• 4.5.2 不同观测量对滤波性能的影响65-67
• 4.6 本章小结67-69
• 结论69-71
• 参考文献71-75
• 攻读硕士学位期间发表的论文和取得的科研成果75-76
• 致谢76

【相似文献】

中国期刊全文数据库 前10条

1 周荫清;;相干通信中的卡尔曼滤波方法[J];遥测遥控;1988年02期

2 吴天;张胜修;颜诗源;;一种巡航导弹组合高度方案设计[J];控制工程;2007年S2期

3 郭庆;那振宇;顾学迈;;一种自相似业务量预测的卡尔曼滤波算法[J];西安交通大学学报;2009年04期

4 臧荣春;崔平远;;组合导航系统NNM信息融合算法[J];计算机工程;2005年23期

5 曲润峰;侯明善;荆晓鹏;;方差模糊自适应卡尔曼滤波及其应用[J];弹箭与制导学报;2005年S5期

6 高羽;张建秋;;小波变换域估计观测噪声方差的Kalman滤波算法及其在数据融合中的应用[J];电子学报;2007年01期

7 房秉毅;吴嗣亮;魏国华;;距离速度跟踪在矢量脱靶量测量中的应用[J];系统工程与电子技术;2007年02期

8 滕云龙;陈小平;唐应辉;;提高GPS定位精度的改进卡尔曼滤波算法研究[J];现代电子技术;2008年03期

9 赵易峰;李京华;彭京晶;许家栋;;基于修正的卡尔曼滤波自适应跟踪算法[J];计算机仿真;2008年08期

10 郑伟;张辉;王杨明;;基于BP神经网络组合导航融合算法[J];空间电子技术;2008年04期

中国重要会议论文全文数据库 前5条

1 田丰;李岩;;无人机遥感图像的目标定位研究[A];第十七届中国遥感大会摘要集[C];2010年

2 王莉;肖军;;基于C-R模糊模型的广义预测控制设计与仿真[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年

3 何晓峰;胡小平;吴美平;秦海力;;车载SINS/GPS紧组合导航算法研究与实现[A];第二十六届中国控制会议论文集[C];2007年

4 王瑞;魏友国;周晶晶;;基于EKF的主动段目标定位跟踪算法研究[A];2009年先进光学技术及其应用研讨会论文集（上册）[C];2009年

5 孙沂;吴仁彪;;空管自动化系统的多雷达与ADS-B数据融合技术综述[A];第二十五届中国（天津）2011’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2011年

中国博士学位论文全文数据库 前10条

1 王小刚;非线性滤波方法在无人机相对导航上的应用研究[D];哈尔滨工业大学;2010年

2 郭福成;基于运动学原理的单站无源定位与跟踪关键技术研究[D];中国人民解放军国防科学技术大学;2002年

3 单月晖;空中观测平台对海面慢速目标单站无源定位跟踪及其关键技术研究[D];中国人民解放军国防科学技术大学;2002年

4 郁春来;利用空频域信息的单站无源定位与跟踪关键技术研究[D];国防科学技术大学;2008年

5 高宇明;基于时变参数的中国要素生产率与经济增长关系研究[D];哈尔滨工业大学;2008年

6 吴顺华;基于空频域信息的单星对星无源定轨与跟踪关键技术研究[D];国防科学技术大学;2009年

7 汤仪平;间歇式染色过程织物色泽软测量系统研究[D];华侨大学;2011年

8 陈金广;运动目标状态估计及融合方法研究[D];西安电子科技大学;2011年

9 姚栋伟;汽油机燃用乙醇汽油混合燃料的空燃比控制技术研究[D];浙江大学;2010年

10 穆华;多运动平台协同导航的分散式算法研究[D];国防科学技术大学;2010年

中国硕士学位论文全文数据库 前10条

1 周峰;机载单站无源定位技术研究[D];哈尔滨工程大学;2011年

2 华铁洲;单站无源定位关键技术研究和误差分析[D];解放军信息工程大学;2010年

3 李忠良;基于神经网络的卡尔曼滤波算法研究[D];湖南工业大学;2011年

4 徐锐;基于相位干涉仪体制的单站无源定位系统研究[D];电子科技大学;2011年

5 葛浩宇;面向室内环境的WSN跟踪关键技术研究[D];浙江大学;2012年

6 许天园;单站无源定位算法研究[D];杭州电子科技大学;2009年

7 陈晓波;单站无源定位系统研究[D];电子科技大学;2011年

8 刘杰;附等式约束的卡尔曼滤波算法研究与应用[D];中南大学;2011年

9 姚坤;单站无源定位跟踪方法研究[D];电子科技大学;2003年

10 周琳娜;空中飞行目标轨迹预测技术研究[D];中北大学;2011年

  本文关键词：机载单站无源定位技术研究，，由笔耕文化传播整理发布。

本文编号：342496