无源定位跟踪技术研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:LKYWGF
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
伴随着电子科技飞速的发展,电子对抗领域中的反辐射、反侦察技术也有了长足的进步。无源定位跟踪技术应运而生,它的出现符合了科技发展的要求,得到了越来越多的重视。无源定位跟踪技术需要做的最基本的事情就是在有噪声的环境当中准确的确定出辐射源的坐标位置以及辐射源运动的情况。本文研究的主要内容将从以下几个方面来介绍:1、描述了无源定位的原理。通过不同的测量参数对目标进行无源定位试验,并比较不同的探测误差对测量结果的影响情况。同时也介绍了克拉美-劳下界(CRLB)的概念以及GDOP图的定义。2、通过三种测量参数的任意组合讨论了四种联合定位的方法。分别对四种联合定位方法的基本原理进行了介绍,同时分别进行了定位仿真试验。将联合定位的仿真结果与采用单一的参数进行定位的仿真结果进行对比,分析联合定位方法是否有利于提高定位的精度。3、研究了无源跟踪技术的基本原理。详细的介绍了扩展卡尔曼滤波( EKF)算法的原理及运算步骤。采用不同的测量参数对辐射源进行跟踪仿真试验,并对仿真结果进行比较。4、对于近年发展起来的粒子滤波算法以及概率假设密度( PHD )算法进行了研究。描述了粒子滤波算法的基本原理和执行步骤,且深入讲解了其改进后的算法,即EKPF滤波算法,并将该算法进行跟踪仿真后的结果与EKF算法跟踪仿真的结果进行了对比,得出二者跟踪性能的比较差距。接下来介绍了PHD算法,该算法在多目标跟踪问题中是一种十分新颖也十分有效的方法。因为PHD算法实现上的难度,所以在粒子滤波算法的基础上引入了粒子PHD算法作为PHD算法的实现方法。PHD滤波因其有效的规避了传统多目标跟踪问题中的数据关联问题,所以有着很大的发展潜力。
其他文献
动态频谱资源共享(Dynamic Spectrum Sharing,DSS)目前成为了大幅度提升频谱利用率的关键技术之一。动态频谱共享技术突破了传统的频谱分配机制,从全新的角度来使用频谱资源,
目的:昆虫腹神经索内的DUM神经元是一类特殊的神经元.它们位于神经节的背侧中线附近,起着与脊椎动物交感神经系统相类似的作用。以蝗虫和蟑螂为对象,DUM神经元的形态与结构已经得
本文在比较全面地考察了云南蟋蟀物种及其地理分布基础上,开展了蟋蟀总科的区系分类、区系组成、分布格局等方面研究。主要研究结果分为以下3部分:1.本文共记述云南蟋蟀总科4