学位论文 > 优秀研究生学位论文题录展示

单站无源定位算法研究

作　者: 许天园
导　师: 刘顺兰
学　校: 杭州电子科技大学
专　业: 信号与信息处理
关键词: 单站无源定位相位变化率扩展卡尔曼滤波算法修正增益扩展卡尔曼滤波算法扩展卡尔曼粒子滤波算法遗传算法
分类号: TN953
类　型: 硕士论文
年　份: 2009年
下　载: 191次
引　用: 0次
阅　读: 论文下载

内容摘要

无源定位技术由于探测系统自身不辐射电磁波、探测距离远,对于增强系统在复杂电磁环境下的生存能力和工作能力具有重要意义,并在海上遇难救援、广播电视雷达信号的定位、火控系统对目标的定位跟踪、电子侦察定位、空间飞行器的测控、卫星定位等领域有着广阔的应用前景。单站无源定位是指探测系统通过单个观测站测量目标辐射源的辐射信息来确定目标的状态,与多站无源定位相比,其系统一般不需要多站间的同步工作和数据传输,也不依赖于站间的通信,结构简单,灵活性较大,因此受到人们很大的重视,并成为一个研究重点。无源定位技术的实质是定位方法与定位算法的融合。定位方法和定位算法是无源定位技术的核心,它们决定着探测系统的定位精度和实时性。因此本论文从这两方面着手,将相位变化率定位方法与多种滤波算法结合,重点研究了多种滤波算法。本学位论文的主要工作包括以下几个方面:(1)简单介绍了单站无源定位技术的发展现状、关键技术。(2)主要研究了利用相位变化率来实现运动单站对固定辐射源定位的原理,推导出了定位方程和定位误差方程,建立定位系统数学模型,然后根据该模型,建立观测方程;并分析了该定位体制下的误差等高线,给出了计算机仿真。另外还分析了坐标系转换问题,研究了测向法和角度及其变化率定位方法。同时还比较了在相同仿真条件下相位变化率定位法与测向定位法的理论测距误差。(3)研究了多种滤波方法。在实际工程中,由于存在噪声,单站无源定位的实质是一个非线性问题。研究和寻找定位误差小、定位精度高、实时性好、稳定性好的定位滤波算法,利用有噪声测量的测量数据来估计、跟踪目标的运动状态,是单站无源定位技术的一个重要研究课题。因此,本论文研究了基于相位变化率的扩展卡尔曼滤波(EKF)算法、扩展卡尔曼粒子滤波(EPF)算法、修正增益扩展卡尔曼滤波(MGEKF)算法等多种滤波算法,推导出了滤波增益方程、滤波状态更新方程、滤波误差协方差更新方程,并进行了大量的计算机仿真,分析了这些滤波算法的优缺点。(4)遗传算法在单站无源定位中的应用。传统滤波算法在实际应用中容易出现滤波发散、陷入局部最优解等问题,为了克服上述问题,本文提出了基于遗传算法(GA)的单站无源定位算法。并通过计算机仿真实验,证明了该算法的可行性,同时对该算法性能的优劣进行了分析,验证了该算法在定位稳定性、实时性等方面的性能优于传统的滤波算法。

全文目录

摘要  5-6
ABSTRACT  6-10
第1章绪论  10-16
  1.1 单站无源定位技术的研究背景和意义  10
  1.2 单站无源定位技术的国内外发展概况  10-12
    1.2.1 国外研究状况  10-11
    1.2.2 国内研究状况  11-12
  1.3 单站无源定位中的关键技术  12-14
    1.3.1 定位技术体制的选择  12-13
    1.3.2 可观测性问题简介  13
    1.3.3 定位模型问题简介  13
    1.3.4 定位滤波算法问题简介  13-14
  1.4 本文的任务  14-16
第2章单站无源定位方法  16-27
  2.1 单站无源定位系统结构简介  16-17
  2.2 测向定位法  17-20
  2.3 相位变化率法  20-23
  2.4 方向角及其变化率法  23-27
第3章单站无源定位坐标和定位模型  27-34
  3.1 单站无源定位中的坐标系建立与转换  27-31
    3.1.1 定位坐标系简介  27-28
    3.1.2 坐标变换  28-31
  3.2 定位模型简介  31-32
    3.2.1 定位坐标系的选择  31
    3.2.2 固定目标的状态模型和观测模型  31-32
  3.3 本章小结  32-34
第4章单站无源定位中的滤波算法  34-59
  4.1 引言  34
  4.2 扩展卡尔曼滤波(EKF)算法  34-37
  4.3 修正增益扩展卡尔曼滤波(MGEKF)算法  37-42
  4.4 扩展卡尔曼粒子滤波(EPF)算法  42-43
  4.5 仿真实验与结果分析  43-59
    4.5.1 测向法(BO)测距误差分布图仿真  43-46
    4.5.2 相位变化率法(PRC)测距误差分布图仿真  46-48
    4.5.3 基于相位变化率的扩展卡尔曼滤波(PRC-EKF)定位方法  48-51
    4.5.4 基于相位变化率的扩展卡尔曼粒子滤波(PRC-EPF)定位方法  51-56
    4.5.5 基于相位变化率的修正增益扩展卡尔曼滤波(PRC-MGEKF)定位方法  56-57
    4.5.6 小结  57-59
第5章基于遗传算法的单站无源定位  59-68
  5.1 遗传算法的理论基础  60-63
    5.1.1 遗传算法的产生和发展  60-61
    5.1.2 遗传算法的基本理论  61-62
      5.1.2.1 遗传算法的进化流程以及搜索策略  61-62
      5.1.2.2 标准遗传算法(SGA)的流程图  62
    5.1.3 遗传算法的数学基础  62-63
      5.1.3.1 模式定理(schemata theorem)  63
      5.1.3.2 积木块(Building block)假设  63
  5.2 遗传算法在单站无源定位中的应用  63-67
    5.2.1 基于相位变化率的遗传算法  63-64
    5.2.2 仿真结果与分析  64-67
  5.3 本章小结  67-68
第6章总结与展望  68-69
  6.1 总结  68
  6.2 展望  68-69
致谢  69-70
参考文献  70-73
附录  73

单站无源定位算法研究

内容摘要

全文目录

相似论文