排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
研究了通过单站接收多个外辐射源信号实现对固定目标定位的问题。首先,联合角度(DOA)和时差(TDOA)信息构建测量误差的概率密度函数。然后利用牛顿迭代法求解得到目标位置估计的最大似然解,迭代初值由最小二乘算法给出。最后通过仿真实验证明了联合角度和时差的定位系统克拉美罗界低于TDOA系统,本文算法估计结果误差接近克拉美罗界,通过几何精度因子图,分析了影响定位精度的主要因素是测量误差和目标的位置。 相似文献
2.
随着电子战、信息战在现代军事领域的地位日趋重要,基于外辐射源的定位跟踪方法成为现代雷达领域的研究热点。针对通过单站接收多外辐射源信号获取角度（direction of arrival,DOA）和时差（time difference of arrival,TDOA）信息对运动目标跟踪的问题,首先推导角度和时差的伪线性观测方程,在通过最小二乘（least squares,LS）算法获取初值的条件下,利用传统的卡尔曼滤波算法实现目标的跟踪,该方法称为伪线性卡尔曼滤波（pseudo-liner Kalman filter,PKF）算法。进一步分析观测方程,提出了利用迭代的IPKF（iterative PKF）目标跟踪算法,并推导其克拉美罗下界（Cramer-Rao lower bound,CRLB）。仿真实验分析说明,该IPKF算法的跟踪精度、收敛速度和稳定性均优于传统的扩展卡尔曼滤波（extended Kalman filter,EKF）算法,且迭代次数越多,性能越好,观测误差越小,跟踪误差越接近CRLB。 相似文献
1