刘学，焦淑红

(1.哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨150001;2.中国人民解放军91245部队，辽宁 葫芦岛 125001)

在信息战环境下，有源雷达电磁隐蔽性、抗侦查、抗干扰、抗反辐射导弹能力差等弱点日益呈现.单站无源定位因为具有隐蔽性强、设备量小、作用距离远、机动性好，避免了复杂的时间同步和多个观测站之间的数据融合而备受重视，对现代信息战有着极其重要的军事意义［1］.

单站无源定位是一个典型的非线性滤波问题.因此提高滤波器的稳定性、收敛速度和定位精度一直是研究的热点.UKF(unscented Kalman filter)通过构造一组确定的加权样本点经过非线性变换后对状态高斯随机变量参数进行逼近，避免了对非线性观测模型的线性化近似和雅可比矩阵的计算，并且对任何非线性系统都可以精确到二阶(Taylor展开)，性能优于EKF及其衍生算法［2-4］.但是在单站无源定位系统应用中，标准的UKF算法受数值计算舍入误差、可观测性弱和观测噪声大等因素的影响容易产生滤波不稳定、收敛速度慢和定位精度低等问题［5］.为此文献［6］提出了IUKF算法，滤波性能较UKF有较大改善，但它是在UKF的基础上推导的，数值稳定性问题依然存在，为了进一步提高滤波算法的稳定性、收敛速度和定位精度，本文在SRUKF算法［7］、抗差自适应滤波理论［8-11］以及文献［6］提出的迭代策略基础上，推导出一种自适应迭代SRUKF算法，利用上一次滤波的状态估计值及协方差阵的平方根，对状态向量进行重采样，通过自适……