陈林秀， 郝明瑞， 赵佳佳

(复杂系统控制与智能协同技术重点实验室， 北京 100074)

0 引言

基于只测角体制的飞行器以其导引头作用距离远、不主动发射电磁波、隐蔽性好等优点，已成为打击雷达等辐射源目标的主战武器。为应对目标雷达突然关机，飞行器制导系统设计的一个关键问题就是如何通过导引头探测到的信息对目标进行被动定位，即基于角度观测信号的被动定位滤波算法设计。

现有的目标定位滤波算法大多采用卡尔曼滤波(KF)算法，基本KF算法是一种线性最小方差估计。但是在被动定位系统中，不论在直角坐标系中还是极坐标系中，目标定位系统都是一个强非线性系统。近年来出现了众多关于非线性滤波的理论和方法，其中Arasaratnam等[1]于2009年提出的容积卡尔曼滤波(CKF)算法在滤波精度、算法稳定性和计算量等方面表现较为突出。研究成果表明该算法在处理高维滤波问题时，可获得比扩展卡尔曼滤波(EKF)、中心差分卡尔曼滤波(CDKF)、无迹卡尔曼滤波(UKF)等非线性估计算法更高的滤波精度、稳定性和相对低的计算复杂度[2-5]。然而，CKF算法和基本线性滤波方法一样，均假定过程噪声及观测噪声为高斯白噪声，实际上在被动定位应用中，过程噪声来源于运动学建模，其建模准确度较高；而观测噪声受电磁波传播空间、目标所处环境、电磁干扰以及天线罩等因素的影响，往往是含有时变有色噪声、跳变噪声等多种特性的混合噪声，在此情况下，若仍将其当作白噪声对待则可能会导致滤波精度下降甚至滤波器发散[6-10]。……