相飞华，王杰贵

(国防科技大学电子对抗学院，安徽 合肥 230037)

0 引言

无源定位系统因具有隐蔽性强、探测距离远、适用范围广等特点在电子对抗领域备受关注，而单站无源定位更是以其独特的优点引人注目[1-2]。长期以来，如何提高定位系统的精确性和实时性一直是研究的热点和难点。单站无源定位系统是典型的强非线性系统，因此非线性滤波问题成为单站无源定位技术研究的焦点之一。

常见的非线性估计算法有扩展卡尔曼滤波(extended Kalman filter, EKF)[3]及其衍生算法、无迹卡尔曼滤波(unscented Kalman filter, UKF)[4]等，但这些算法精度有限且都存在一定缺陷，对强非线性系统的滤波表现出明显的不适应性。近年来，容积卡尔曼滤波(cubature Kalman filter, CKF)[5-6]得到广泛应用，其采用球面径向容积规则，估计精度可达3阶，但滤波过程中存在矩阵求逆和分解运算，稳定性不易保证。平方根容积卡尔曼滤波(square-root cubature Kalman filter, SRCKF)通过正交三角分解(QR分解)引入协方差矩阵的平方根进行递推运算，保持了更新过程协方差矩阵的对称性和非负定性，滤波精度和稳定性更高。针对固定单站无源定位模型状态方程线性和观测方程非线性的特点，利用容积点进行加权近似会带来状态预测误差；在时间更新环节对SRCKF算法进行线性简化[7-8]，避免了加权近似误差，数值精度和运算效率得到提高。

现有技术条件下，单站无源定位系统的参数测量精度有限[9]，导致滤波跟踪效果不够理想。有研究分别将迭代思想运用到EKF、UKF和CKF算法中[10-12]，充分利用量测信息，结果表明对于不同的滤波器，迭代运算都在一定程度上改善了滤波跟踪的效果。……