APP下载

基于纯方位角测量的水下目标被动跟踪技术

2012-05-28宋绪栋李晓花李亚安

水下无人系统学报 2012年5期
关键词:卡尔曼滤波方法

宋绪栋, 蔚 婧, 李晓花, 李亚安



基于纯方位角测量的水下目标被动跟踪技术

宋绪栋1, 蔚 婧2, 李晓花2, 李亚安2

(1 中国人民解放军91388部队, 广东 湛江, 524022; 2. 西北工业大学 航海学院, 陕西 西安, 710072)

水下目标的被动跟踪技术在军事上具有重要的应用价值, 为了解决基于纯方位角测量的水下目标被动跟踪技术在实际应用中的问题, 研究了几种适合于单、双观测站的水下目标被动跟踪算法。分别对伪线性估计算法、扩展卡尔曼滤波算法、无迹卡尔曼滤波算法在不同参数情况下的性能进行了详细的仿真与分析。仿真结果表明, 静止单观测站虽不能获得目标的完全观测, 但是在具有一定先验信息的情况下, 伪线性估计算法也可以实现对目标轨迹的估计; 双观测站可以获得对目标的完全观测, 并且在观测方程严重非线性的情况下, 无迹卡尔曼滤波方法的性能要优于扩展卡尔曼滤波方法。仿真结果对工程应用具有重要的参考价值。

水下目标; 纯方位目标跟踪; 伪线性估计; 扩展卡尔曼滤波; 无迹卡尔曼滤波

0 引言

根据跟踪系统获得量测数据的方式不同, 目标跟踪可以分为主动式与被动式[1]。主动式跟踪主要由主动雷达或声纳获取目标相对于观测器之间的距离和相对方位角。这种观测方式跟踪目标精确, 处理速度快, 但往往由于自身向外发射信号, 因而很容易被敌方获知观测器的具体位置, 在军事上具有很大劣势[2]。被动式跟踪一般由被动雷达、声纳或者通过红外来获得目标相对于观测器之间的方位角, 通过解算而获得目标的状态值。……

登录APP查看全文

猜你喜欢

卡尔曼滤波方法
学习方法
改进的扩展卡尔曼滤波算法研究
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
用对方法才能瘦
基于模糊卡尔曼滤波算法的动力电池SOC估计
基于扩展卡尔曼滤波的PMSM无位置传感器控制
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
基于EMD和卡尔曼滤波的振荡信号检测