基于到达角度和时间差测量的无源跟踪算法研究

乔 梁

(广东金融学院计算机系,广州 5105207)

随着信息处理和电子对抗技术的不断发展,用主动式有源辐射雷达对运动目标进行定位的方法开始暴露出极易被侦察干扰的致命弱点.因而被动定位跟踪技术受到了重视,特别是单站被动定位技术,由于具有高度独立性并且免除了复杂的时间同步装置等优点而更加引人注目[1-4].对辐射源的单站无源定位与跟踪(Single Observer Passive location and Tracking,SOPLAT)具有重要的意义和价值.

在无源定位的诸多方法中,最传统的方法是通过测量到达时间(TOA)和到达方向(DOA)来实现无机动单站对运动辐射源的快速、稳定的定位跟踪算法,这种方法具有很强的实用性.无源定位通常会涉及到非线性问题,而对非线性滤波最经典的算法是扩展卡尔曼滤波(Extended Kalman Filter,EKF).但是,在传统EKF滤波算法中,由于非线性方程的线性化舍弃了二阶以上的高次项,导致目标的跟踪精度降低.而且,EKF估计算法具有依赖于初始状态估计并受测量噪声影响大,估计过程中协方差易出现病态等缺点,导致滤波定位结果不稳定.参考文献[2-3]分别提出了将加权最小二乘估计与卡尔曼滤波相结合的无源定位方法和对机动目标无源定位IMM算法,用不同的方式研究了无源定位问题.但是概括来讲,这些方法各有自己的适用范围和局限性.文献[5]指出,如果每一个观测时刻观测器不但观测到目标辐射源相对于观测器的方位角、俯仰角,还可以通过无线电、红外或其它手段测量到它们的变……