张冠杰，陈建峰，李艳斌

(中国电子科技集团公司第五十四研究所，河北石家庄 050081)

0 引言

单站无源定位跟踪本质上是一个非线性估计问题，由于单站无源定位跟踪系统状态空间模型的非线性程度较高，以往的各种递推滤波算法，包括扩展卡尔曼滤波(EKF)和修正增益的扩展卡尔曼滤波(MGEKF)等算法，虽然可以对运动目标进行定位跟踪，但是因为经过了近似的数学处理，引起了收敛精度低和收敛速度慢的问题。近几年发展起来的粒子滤波算法是一种很好的解决非线性问题的算法，该算法基于蒙特卡洛方法和递推贝叶斯估计，其基本思想是用一个带权值的粒子集合来表示感兴趣的后验概率密度。可以处理非线性模型问题，相较于卡尔曼类滤波算法有较强的通用性，因而在导航、跟踪和监控方面得到了广泛的应用。

建立运动单站无源跟踪的系统模型，介绍粒子滤波算法的原理，并将其应用到单站无源定位跟踪中，利用仿真试验验证了粒子滤波在运动目标单站无源跟踪中的有效性。

1 系统模型

针对空中观测平台对远距离海面慢速目标的定位跟踪问题，利用载机平台上安装的干涉仪测向天线阵对目标进行定位跟踪。为了讨论方便，将模型简化为二维平面模型，如图1所示。载机沿x轴飞行，并假定方位角和相位差变化率对目标进行定位跟踪。目标沿不平行于x轴的直线运动。

图1 目标—观测器相对位置关系

根据运动学原理，目标在k时刻的状态可由k-1时刻的状态通过式(1)递推得到。……