機(jī)載無(wú)源定位技術(shù)與跟蹤算法研究.pdf

1、在現(xiàn)代高科技戰(zhàn)爭(zhēng)中，隨著電子對(duì)抗和防御技術(shù)的不斷發(fā)展，傳統(tǒng)的機(jī)載有源雷達(dá)電磁隱蔽性、抗偵察、抗干擾能力差等弱點(diǎn)日益呈現(xiàn)，正面臨著日益嚴(yán)重的威脅，以往單一有源定位體制的機(jī)載雷達(dá)已不能滿(mǎn)足現(xiàn)代作戰(zhàn)需要，作為對(duì)有源定位系統(tǒng)的補(bǔ)充和完善，機(jī)載單站無(wú)源定位系統(tǒng)正成為多模探測(cè)的一個(gè)重要組成部分，備受?chē)?guó)內(nèi)外各軍事強(qiáng)國(guó)的關(guān)注。同時(shí)它還具有設(shè)備簡(jiǎn)單、作用距離遠(yuǎn)、隱蔽性能好、適用范圍廣和生存能力強(qiáng)等優(yōu)點(diǎn)，對(duì)于提高機(jī)載武器系統(tǒng)在電子戰(zhàn)環(huán)境下的生存能力和作戰(zhàn)能

2、力具有重要作用，對(duì)現(xiàn)代信息戰(zhàn)有著極其重要的軍事意義。本課題圍繞著機(jī)載無(wú)源定位技術(shù)及其被動(dòng)跟蹤算法展開(kāi)研究。從定位原理、系統(tǒng)模型、可觀測(cè)條件、單次定位誤差分析、跟蹤濾波算法等方面進(jìn)行詳細(xì)研究和討論，提出了相應(yīng)的解決方法，并進(jìn)行了仿真測(cè)試，使算法的有效性得到了驗(yàn)證。
　　 定位體制、可觀測(cè)條件和單次定位誤差分析是實(shí)現(xiàn)無(wú)源定位的前提條件，本文首先介紹了基于質(zhì)點(diǎn)運(yùn)動(dòng)學(xué)原理的定位理論，在此基礎(chǔ)上，結(jié)合機(jī)載無(wú)源定位系統(tǒng)的自身特點(diǎn)，分別使用多

3、普勒頻率變化率定位法，相位差變化率和多普勒頻率變化率相結(jié)合的復(fù)合定位方法對(duì)系統(tǒng)進(jìn)行建模，詳細(xì)分析了兩種定位方法的定位原理，然后對(duì)它們進(jìn)行了可觀測(cè)分析，分別討論了其各自的適用條件。最后對(duì)兩種定位方法方法做了單次定位誤差分析，得出可一些有意義的結(jié)論。為后面研究適合機(jī)載無(wú)源定位系統(tǒng)的被動(dòng)跟蹤算法打下了基礎(chǔ)。
　　 機(jī)載無(wú)源定位本質(zhì)上是一個(gè)復(fù)雜的非線性濾波問(wèn)題，即利用夾雜噪聲的觀測(cè)數(shù)據(jù)來(lái)獲得目標(biāo)狀態(tài)的估計(jì)。在分析了利用空頻域信息無(wú)源定位

4、方法的特點(diǎn)以及直接應(yīng)用傳統(tǒng)確定性采樣被動(dòng)跟蹤算法性能不佳的原因的基礎(chǔ)上，針對(duì)系統(tǒng)的可觀測(cè)性弱、初始狀態(tài)估計(jì)誤差大而導(dǎo)致濾波算法穩(wěn)定性差、收斂速度慢和收斂精度不高等問(wèn)題，首先提出了基于觀測(cè)域?yàn)V波的確定性采樣卡爾曼被動(dòng)跟蹤算法，有效的提高了算法的穩(wěn)定性和定位精度；然后提出了迭代確定性采樣卡爾曼被動(dòng)跟蹤算法，日月顯的提高了算法的收斂速度和定位精度；最后提出了強(qiáng)跟蹤確定性采樣卡爾曼被動(dòng)跟蹤算法。提高了算法對(duì)觀測(cè)誤差的適應(yīng)能力。
　　 近

5、年來(lái)逐漸興起的基于蒙特卡羅(Monte Carlo，MC)積分方法的粒子濾波算法為機(jī)載無(wú)源定位這一非線性濾波問(wèn)題提供了一種新的解決途徑，它擺脫了將狀態(tài)量視為高斯分布的約束，采用蒙特卡羅隨機(jī)采樣樣本來(lái)近似狀態(tài)的后驗(yàn)分布。這部分內(nèi)容主要研究基于蒙特卡羅隨機(jī)采樣的被動(dòng)跟蹤算法，針對(duì)傳統(tǒng)的PF算法直接根據(jù)狀態(tài)轉(zhuǎn)移概率抽取的樣本與真實(shí)后驗(yàn)分布偏差較大的問(wèn)題，從優(yōu)選重要性密度函數(shù)的角度提出了一種基于3階球形和徑向數(shù)值積分粒子濾波的被動(dòng)跟蹤算法，對(duì)比

6、求積分卡爾曼粒子濾波算法，新算法在保證穩(wěn)定性和定位精度的條件下有效的提高了算法的實(shí)時(shí)性。從重采樣角度提出了聚合重采樣的粒子濾波算法，有效的減輕了粒子退化和貧化現(xiàn)象，在觀測(cè)噪聲為高斯噪聲時(shí)其性能與高斯粒子濾波算法和正則化粒子濾波算法相近，當(dāng)噪聲分布為非高斯分布時(shí)其性能優(yōu)于高斯采樣和正則化重采樣，適用條件更加寬泛。
　　 由于擬蒙特卡羅(Quasi Monte Carlo，QMC)積分技術(shù)可以避免采樣粒子在狀態(tài)空間積聚而形成“團(tuán)簇”

7、和“間隙”的現(xiàn)象，因此它可以獲得比MC積分更高的近似精度。最后主要對(duì)基于擬蒙特卡羅粒子濾波的被動(dòng)跟蹤算法展開(kāi)了研究。針對(duì)擬蒙特卡羅高斯粒子濾波算法計(jì)算量大的問(wèn)題，結(jié)合機(jī)載無(wú)源定位自身特點(diǎn)，分別提出擬蒙特卡羅自適應(yīng)高斯粒子濾波算法和擬蒙特卡羅聚合重采樣粒子濾波算法，仿真結(jié)果表明：兩種新算法均在保證濾波精度的同時(shí)，有效的減少了QMC采樣粒子數(shù)，提高了算法的運(yùn)行效率。另外擬蒙特卡羅聚合重采樣粒子濾波算法以聚合粒子為中心，以預(yù)測(cè)均值為邊界的空間