摘要
单站无源定位初始估计误差大、可观测性弱,并且可以得到的观测量受限,对机动辐射源的单站被动定位一直是一个难题。针对单站无源定位以及机动跟踪的特点,为改善IMM(Interacting multiple model)算法在单站无源定位中的性能,对IKF(Iterated Kalman Filter)进行改进,将改进的IKF和IMM结合,提出基于迭代的IMM算法。该算法对IMM算法中模型滤波器的输出进行迭代运算,并在滤波迭代中引入交互,从而减小模型滤波误差,改善模型滤波融合效果。对本文方法和IMM方法的仿真比较表明,本文方法在出现大的估计误差时可以得到比IMM更好的跟踪性能。
Maneuvering target tracking is very intractable for the SOPLAT(single observer passive location and tracking) application which often suffers large initial estimation error,low observability and limited achievable measurements.To improve the filtering performance of IMM algorithm in the SOPLAT application,considering the particularity of SOPLAT,a modified IKF(Iterated Kalman filter) is deduced and combined with the common IMM,thus a new iteration based IMM algorithm can be achieved.The new algorithm conduct...
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2008年第1期304-310,共7页
Journal of Astronautics
基金
武器装备预研基金(9140C1011010601)
国防科学技术大学科研计划项目(CX06-04-03)
关键词
机动跟踪
无源定位
交互多模型
多普勒频率
Maneuvering tracking
Passive location
Interacting multiple model
Doppler frequency
