機載無源定位技術與跟蹤算法研究.pdf

1、在現(xiàn)代高科技戰(zhàn)爭中，隨著電子對抗和防御技術的不斷發(fā)展，傳統(tǒng)的機載有源雷達電磁隱蔽性、抗偵察、抗干擾能力差等弱點日益呈現(xiàn)，正面臨著日益嚴重的威脅，以往單一有源定位體制的機載雷達已不能滿足現(xiàn)代作戰(zhàn)需要，作為對有源定位系統(tǒng)的補充和完善，機載單站無源定位系統(tǒng)正成為多模探測的一個重要組成部分，備受國內(nèi)外各軍事強國的關注。同時它還具有設備簡單、作用距離遠、隱蔽性能好、適用范圍廣和生存能力強等優(yōu)點，對于提高機載武器系統(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。本課題圍繞著機載無源定位技術及其被動跟蹤算法展開研究。從定位原理、系統(tǒng)模型、可觀測條件、單次定位誤差分析、跟蹤濾波算法等方面進行詳細研究和討論，提出了相應的解決方法，并進行了仿真測試，使算法的有效性得到了驗證。
　　 定位體制、可觀測條件和單次定位誤差分析是實現(xiàn)無源定位的前提條件，本文首先介紹了基于質(zhì)點運動學原理的定位理論，在此基礎上，結合機載無源定位系統(tǒng)的自身特點，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合的復合定位方法對系統(tǒng)進行建模，詳細分析了兩種定位方法的定位原理，然后對它們進行了可觀測分析，分別討論了其各自的適用條件。最后對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論。為后面研究適合機載無源定位系統(tǒng)的被動跟蹤算法打下了基礎。
　　 機載無源定位本質(zhì)上是一個復雜的非線性濾波問題，即利用夾雜噪聲的觀測數(shù)據(jù)來獲得目標狀態(tài)的估計。在分析了利用空頻域信息無源定位

4、方法的特點以及直接應用傳統(tǒng)確定性采樣被動跟蹤算法性能不佳的原因的基礎上，針對系統(tǒng)的可觀測性弱、初始狀態(tài)估計誤差大而導致濾波算法穩(wěn)定性差、收斂速度慢和收斂精度不高等問題，首先提出了基于觀測域濾波的確定性采樣卡爾曼被動跟蹤算法，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；最后提出了強跟蹤確定性采樣卡爾曼被動跟蹤算法。提高了算法對觀測誤差的適應能力。
　　 近

5、年來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載無源定位這一非線性濾波問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，采用蒙特卡羅隨機采樣樣本來近似狀態(tài)的后驗分布。這部分內(nèi)容主要研究基于蒙特卡羅隨機采樣的被動跟蹤算法，針對傳統(tǒng)的PF算法直接根據(jù)狀態(tài)轉移概率抽取的樣本與真實后驗分布偏差較大的問題，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跟蹤算法，對比

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時性。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，在觀測噪聲為高斯噪聲時其性能與高斯粒子濾波算法和正則化粒子濾波算法相近，當噪聲分布為非高斯分布時其性能優(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)積分技術可以避免采樣粒子在狀態(tài)空間積聚而形成“團簇”

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。最后主要對基于擬蒙特卡羅粒子濾波的被動跟蹤算法展開了研究。針對擬蒙特卡羅高斯粒子濾波算法計算量大的問題，結合機載無源定位自身特點，分別提出擬蒙特卡羅自適應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，仿真結果表明：兩種新算法均在保證濾波精度的同時，有效的減少了QMC采樣粒子數(shù)，提高了算法的運行效率。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，以預測均值為邊界的空間