一种改进的EKPF算法在固定单站无源定位中的应用

合集下载

单站无源定位系统中EKF with u的应用

单站无源定位系统中EKF with u的应用作者：谢磊任海洋文剑澜来源：《电子技术与软件工程》2017年第15期摘要单站无源定位技术有着重要的军事应用价值。

而辐射源方位的获取技术（比如干涉仪、比幅）相对成熟、可靠、实现成本较低，所以基于纯方位的无源定位技术得到了广泛研究及应用。

本文采用带输入控制的卡尔曼滤波方法（EKF with u）对该定位系统进行了建模，初步探讨了系统估计和控制之间的交联问题。

【关键词】单站无源定位纯方位无源定位卡尔曼滤波1 引言电子支援措施（ESM）作为电子战的一部分，是利用敌方电磁辐射而采取的军事支援行动，包括对电磁信号的搜索、截获、识别、定位等，从而为其它军事行动提供依据。

在专用电子战侦察机、无人机等领域，对辐射源的无源定位得到广泛应用。

常见的无源定位分为单站定位和多站定位。

较之多站定位需要“多站之问同步时序、互传侦收结果”，单站定位的工程实现相对容易，因此备受关注。

纯方位定位是单站定位的基础，因其“设备简单、成本低”而应用广泛。

对纯方位定位系统的估计方法，大致分为：以最大似然估计方法（MLE）、最小二乘估计方法（LS）为主的非递归的批处理方法；以扩展卡尔曼滤波（EKF）为基础的递归方法。

2 EKF算法原理EKF算法具有”忽略历史数据”的优点，使得数据储存要求变低，非常适合工程应用。

而研究表明，观测平台的机动状态对系统估计有很大的影响，带有控制输入的扩展卡尔曼滤波（EKF with u）正好适合分析该影响。

考虑带有控制输入的离散时问非线性时变系统，将观测方程做一阶的泰勒式展开，可得近似线性时变方程，使用雅可比矩阵作为观测方程的系数矩阵，将非线性方程转化为线性方程。

3 Matlab仿真分析基于上述原理，构建系统仿真场景，见图1。

观测在不同速度（控制输入）下，定位收敛的情况：辐射源定位误差随观测更新次数k的变化如图2。

根据仿真可知，控制输入对系统估计的收敛速度、精度都有较大影响。

一种改进的EKPF算法在固定单站无源定位中的应用

一种改进的EKPF算法在固定单站无源定位中的应用申正义;王晴晴;王洪林;郭锐【摘要】本文针对EKPF算法在固定单站无源定位目标跟踪的应用中运算量大、实时性差的问题,通过对部分粒子进行EKF采样,将EKPF算法进行改进,改进的EKPF算法不仅有效降低了运算量,同时增加了粒子的多样性,使粒子集更能体现概率密度函数的真实分布.Matlab仿真表明,与传统的EKPF算法相比,改进算法在保证滤波性能基本不变的前提下,算法运算量大幅下降.【期刊名称】《火控雷达技术》【年(卷),期】2014(043)001【总页数】5页(P9-13)【关键词】粒子滤波;扩展卡尔曼滤波;固定单站无源定位;部分采样【作者】申正义;王晴晴;王洪林;郭锐【作者单位】空军预警学院武汉430019;空军预警学院武汉430019;空军预警学院武汉430019;空军预警学院武汉430019【正文语种】中文【中图分类】TN970 引言有源雷达在现代战争中面临着电子干扰、反辐射攻击、低空超低空突防和隐身技术等一系列新的威胁。

无源定位系统本身并不向外辐射电磁波，具有受环境影响小、隐蔽性强和作用距离远等优点。

仅利用单个固定观测站接收目标辐射源辐射的信号来估计目标位置和运动状态的过程称为固定单站无源定位与跟踪。

相对于多站系统，固定单站无源定位系统只需一个无源信号接收站，且不需要数据通信传输，具有更强的隐蔽性，且设备简单、系统相对独立，作为目标探测发展的重要方向和对有源雷达系统的完善和补充，将在现代电子战中发挥越来越重要的作用［1-3］。

利用角度、相位差变化率、频率和多普勒频率变化率信息实现固定单站无源定位，是一种快速高精度的定位方法。

但参数测量都带有误差，为实现快速高精度的固定单站无源定位，除了要有高精度的参数测量技术外，还需要研究高性能的跟踪滤波算法，以便最大限度地利用观测量提供的目标运动信息，同时也可减轻对参数测量技术的压力。

固定单站无源定位目标跟踪是典型的非线性滤波过程，经典的滤波算法是扩展卡尔曼滤波(Extended Kalman Filter，EKF)，但EKF算法存在线性化误差大，严重依赖于初始状态的选择，协方差矩阵易出现病态等问题。

基于改进平方根UKF双向滤波的单站无源定位算法

基于改进平方根UKF双向滤波的单站无源定位算法张智;姜秋喜;孙志勇【摘要】Because of the low observability and the high noise in single observer passive location, the performance of the positioning accuracy,stability and convergence velocity is poor. Based on the Square-Root Unscented Kalman Filter (SRUKF)and the backward smoothing method,a forward-backward filter based on improved SRUKF is presented. To improve the stability and the calculate efficiency of the algorithm,theQ-R decomposition is adopted,and the covariance square-root matrix is used instead of the covariance matrix. Meanwhile,the state vector is augmented. The process noise and measurement noise are propagated through the nonlinearity system. The negative influence of noise on the filtering accuracy is decreased. The more accurate initial value for the next filtering process was obtain by the use of the current filtering results,based on the Rauch-Tung-Striebel(RTS)backward smoothing method. The positioning accuracy and the convergence velocity is improved. Simulation results indicated that the novel algorithm improved the single observer passive location performance while keeping the real-time characteristic.%针对单站无源定位可观测性弱、观测噪声大而导致的定位精度低、稳定性差和收敛速度慢等问题，在结合平方根无迹卡尔曼滤波（Square-Root Unscented Kalman Filter, SRUKF）以及后向平滑思想的基础上，提出了一种改进SRUKF的双向滤波算法。

一种基于空域和频域信息的固定单站无源定位跟踪改进算法

ｅｔａｅｈｅｃｙｖｃｏｏｔｅｍｉｅｖａｈｓｄ－ｉｅｒａｎｉｅ（ＬＦａｏｉｍ，ｈｈｃｎｂｓｍｔｔｅｌｉｅｔｒｆｈｔｒｉｔｅＰｅｏＬｎａｌｉｖｏｔｅｔｕＫｍａＦｌｒＰＫ）ｌｒｈｗｉｅｔｇｔｃａ
ｕｅｏｏｔｉｈｏｉｉｎｖｃｏ，ｈｌａｌｅｏｉｐｏｅｔｅｌｃｔｏｃｒｙｂａｉｇｔｅｅｔｍａｉｎｓｄｔｂａｎｔｅｐｓｔｏｅｔｒｔｅＫａｍｎｆｔｒｉｔｉｓｍｒｖｈｏａｉｎａｕａｙｔｋｎｈｓｉｔｃｃｏｏｅｐｓｔｏｅｔｒａａｕｅｅｔ；ｈｏｆｈｏｉｉｎｖｏｍｅｔｃｓｓｒｍｎｓｔｅｃｍｐｔｒｉｕａｉｎｈｗｈｔｔｅｍｅｈｄｈａｉｈｌｃｔｏｃｒｙｕｅｍｌｔｏｓｓｏｔａｈｔｏｓｈｇａｉｎａｕａｓｏｃｃａｄｆｔｃｎｅｇｎｅｓｅｄｎａｏｖｒｅｃｐｅ．ｓ
ｎｎｍｏｉｇｏｓｒｅ．ｉｔｏｒｔｙｔｋｓｆｌｄａｔｇｆｈｐｔａｎｏ－ｖｎｂｅｖｒＴｈｓｍｅｈｄｆｓｌａｅｖｎａｅｏｅｓａｉｌｄ￣ｅｕｎｙｃａｇｎｆｒｔｏｏｉｕｌａｔａｑｅｃｈｎｉｇｉｏｍａｉｎｔｎ
一
种基于空域和频域信息的固定单站无源定位跟踪改进算法

一种改进的单站无源定位与跟踪算法

一种改进的单站无源定位与跟踪算法
邓晓明;徐毓
【期刊名称】《现代电子技术》
【年(卷),期】2004(27)22
【摘要】无源定位与跟踪技术有着广阔的应用前景.对于机动干扰源单站无源定位与跟踪,直角坐标系下一阶卡尔曼滤波算法容易发散,二阶卡尔曼滤波算法运算量大.针对这一不足,本文提出了在极坐标下建立状态方程和观测方程的卡尔曼滤波进行干扰源单站无源定位与跟踪.仿真实验结果表明了该算法的有效性.
【总页数】2页(P83-84)
【作者】邓晓明;徐毓
【作者单位】空军雷达学院,湖北,武汉,430019;空军雷达学院,湖北,武汉,430019【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.一种固定单站对运动辐射源的无源定位跟踪算法 [J], 李宗华;冯道旺;周一宇;孙仲康
2.基于PLKF的固定单站无源定位与跟踪算法研究 [J], 曲长文;徐征;王洋;王国宏
3.一种单站无源定位原理与目标跟踪算法研究 [J], 乔梁
4.一种单站瞬时无源定距技术研究 [J], 黄光明;徐汉林
5.基于UKF的单站无源定位与跟踪算法 [J], 袁罡;陈鲸
因版权原因，仅展示原文概要，查看原文内容请购买。

EKF滤波组合模型建立及在北斗伪距定位中的应用

EKF滤波组合模型建立及在北斗伪距定位中的应用自从1960年Kalman等人提出卡尔曼滤波的基本原理以来,卡尔曼滤波就成了线性估值领域的重要算法。

由于现实中的问题大多都是非线性的,1968年Sunahara等人对卡尔曼滤波进行了变形和扩展,使其能够解决非线性估值问题,此后被广泛应用到导航定位领域。

抑制EKF滤波发散,提高EKF滤波估值精度一直以来就是导航定位领域研究的热点。

目前抑制EKF滤波发散的方法都是针对滤波发散前处理卡尔曼增益来抑制滤波发散,对于EKF滤波发散后处理问题的研究并不多见,不能完全保证滤波迭代的全局收敛性。

本文采用的EKF滤波组合模型是一个有效的解决办法。

对于EKF滤波主要研究两个问题:滤波初始值设置和抑制滤波发散。

对于滤波初始值设置,论文“第四章第1节组合模型EKF滤波初始值的精度分析”部分,从精度和计算效率两方面对滤波初始值设置常用方法进行了对比分析,实验证明,相比其他初始值计算方法WLS法能够更好的兼顾初始值的偏差和解算效率,因此,EKF滤波组合模型的滤波初始值选取WLS法计算;对于抑制EKF 滤波发散的方法,论文第三章“3.2抑制EKF滤波发散的常用方法”部分对此有比较详细的介绍。

3.3节从估值精度和解算效率的角度,对调节增益法、衰减记忆法、限定记忆法、预测误差协方差加权法、自适应法进行对比分析,综合考虑估值精度和解算效率,自适应法是几种方法中最优的。

对于滤波发散后处理方式,在EKF滤波组合模型中引入新息矩阵配合WLS法来解决滤波发散后处理问题。

通过新息公式判断滤波发散要比目前常用的估值分量突变方式计算量小,运算效率高。

而滤波发散后运用WLS法计算滤波迭代初始值,重新迭代解算,能够更好的保证EKF滤波组合模型的全局收敛性。

鉴于以上分析,本文选取WLS法、新息公式、自适应法以及L-M法建立了EKF滤波组合模型,EKF滤波组合模型选取WLS 法作为EKF滤波初始值的计算方法,能够有效的减小EKF滤波初始值的计算偏差,从而大幅度提高了EKF滤波的迭代速度;在EKF滤波迭代过程中,利用L-M算法对EKF滤波预测协方差阵进行修正,有效的保障状态观测的估值误差逐渐减小,抑制了滤波的发散;EKF滤波组合模型中还设计了WLS法结合新息公式判断滤波发散,滤波发散时利用WLS法重新计算滤波初始值,恢复EKF滤波迭代,解决了滤波发散后处理问题,即使观测量短暂缺失依然能够保证EKF滤波组合模型的全局收敛性。

一种改进的基于EKF的天文自主定轨算法[发明专利]

专利名称：一种改进的基于EKF的天文自主定轨算法专利类型：发明专利
发明人：张淼,沈毅,赖镇洲,崔捷,候奉博
申请号：CN201310419075.9
申请日：20130916
公开号：CN103438892A
公开日：
20131211
专利内容由知识产权出版社提供
摘要：一种改进的基于EKF的天文自主定轨算法，涉及一种控制领域的导航方法。

所述方法步骤如下：一、EKF滤波器参数初始化；二、参考坐标系由地心惯性坐标系转为滤波坐标系；三、在滤波坐标系中线性化和离散化滤波器状态方程；四、在滤波坐标系中进行EKF滤波；五、参考坐标系由滤波坐标系转回为地心惯性坐标系。

本发明在传统的基于EKF天文自主定轨算法中，提出并引入滤波坐标系，同时增加坐标变换和坐标反转换等步骤使得传统的基于EKF天文自主定轨算法在线性化和离散化的时候，航天器的位置矢量在滤波坐标系中的各分量能够相等，从而使得状态方程线性化的展开点处于一个线性度较好的位置，进而使得定轨算法的稳定性有所提高。

申请人：哈尔滨工业大学
地址：150000 黑龙江省哈尔滨市南岗区西大直街92号
国籍：CN
更多信息请下载全文后查看。

一种基于多普勒频率变化率单站无源定位的改进跟踪滤波算法

一种基于多普勒频率变化率单站无源定位的改进跟踪滤波算法谈欣荣;高宪军;李宝珠;王宇【摘要】IMM-PF算法巨大的计算量影响跟踪的实时性,IMM-UKF由于线性化误差使得精度不高.针对这些问题,本文在基于多普勒频率变化率的单站无源定位问题的基础上提出了一种改进的交互式多模型滤波算法(IMMEK-UKFPF),利用不同的模型匹配不同类型的滤波器,充分发挥了卡尔曼滤波和无迹卡尔曼滤波以及粒子滤波各自的优点.仿真结果表明该算法减少了跟踪定位所用时间,提高了计算效率,同时具有良好的跟踪性能和较强的鲁棒性.【期刊名称】《电子设计工程》【年(卷),期】2014(022)008【总页数】4页(P77-80)【关键词】多普勒频率变化率;无源定位;粒子滤波;交互式多模型【作者】谈欣荣;高宪军;李宝珠;王宇【作者单位】空军航空大学研究生队,吉林长春130022;空军航空大学科研部,吉林长春130022;空军航空大学研究生队,吉林长春130022;空军航空大学军事仿真技术研究所,吉林长春130022【正文语种】中文【中图分类】TN953无源定位技术是一种定位设备本身并不主动发射信号，而仅仅依靠被动接收辐射源的信息来实现定位的技术[1]。

单站无源定位主要有两个方面的难点：一是相对较少的测量信息使得单一时刻的测量信息无法实现对目标辐射源的相对定位；二是目标辐射源复杂的运动形式使得精确的跟踪方程难以建立，从而影响跟踪算法的精度。

针对上述困难，本文选择了基于多普勒频率变化率的无源定位方法进行定位。

但是光靠单站无源定位技术还不足以获取运动目标连续的位置信息，需要进行有效的跟踪滤波。

在机动目标跟踪领域，交互式多模型（IMM）算法[2-3]被认为是迄今为止最有效的算法之一。

交互式多模型算法考虑了模型的特点，它假设目标有多种运动状态，每一种运动状态对应一种模型，目标在任意时刻的运动状态都可以用给定模型中的一种来表示，而运动状态的变化也就是运动模型之间的切换用齐次马尔可夫链表示，目标的滤波结果是多个模型滤波结果的加权综合。

固定单站无源定位系统的可行性研究的开题报告

固定单站无源定位系统的可行性研究的开题报告1.研究背景随着社会的发展和科技的进步，无线定位技术在各行各业中得到了广泛的应用。

尤其是无线定位技术在物流配送、车辆管理、个人定位、地震监测等领域中的应用越来越广泛。

在无线定位技术中，定位系统的精度、稳定性和可靠性都是十分重要的因素。

目前，最为常见的定位系统是基于GPS技术的，但是GPS技术在城市峡谷和室内环境等复杂环境下的定位精度受限，因此需要开发一些新的无线定位技术来弥补其不足。

其中，固定单站无源定位系统便是一种十分可行的方案。

2.研究意义固定单站无源定位系统是一种能够实现高精度定位的无线定位技术，其在实际应用中有着很广泛的潜力。

例如，该系统在车辆管理中的应用，可以对车辆进行实时位置监控，从而提高运输效率和安全性；在地震监测中的应用，可以通过采集地震波形信号，对地震的发生时间和位置进行精确的测定，为科学家们提供宝贵的地震学数据。

因此，开展固定单站无源定位系统的可行性研究，具有非常实用和重要的意义。

3.研究内容本次论文的研究内容主要包括以下方面：（1）对固定单站无源定位系统的工作原理、系统组成进行分析和研究；（2）通过MATLAB软件进行仿真实验，分析无源定位系统的信号采集、信号处理、定位精度等关键参数的影响；（3）构建一个固定单站无源定位系统的实验平台，对其进行测试，对实验结果进行分析比较；（4）通过实验结果，进一步探究固定单站无源定位系统的优缺点和局限性，提出改进方案。

4.研究方法本次论文研究采用的是实验研究方法和仿真研究方法相结合的方式。

首先，通过文献调研和理论分析，对固定单站无源定位系统的工作原理和系统组成进行深入研究，并通过MATLAB软件进行仿真实验；其次，构建一个实验平台，对固定单站无源定位系统进行实际测试，并对实验结果进行分析比较；最后，综合实验结果和仿真实验结果，探究固定单站无源定位系统的优缺点和局限性，并提出改进方案。

5.预期目标通过本次论文的研究，预计可以达到以下目标：（1）深入了解固定单站无源定位系统的工作原理和系统组成；（2）通过MATLAB软件进行仿真实验，分析无源定位系统的信号采集、信号处理、定位精度等关键参数的影响；（3）构建一个固定单站无源定位系统的实验平台，并对其进行测试，掌握固定单站无源定位系统的工作流程和性能；（4）分析固定单站无源定位系统的局限性和不足，并提出可行的改进方案，推动无源定位技术的发展。

一种改进的基于UKF的单站无源定位方法

根据以上分析，本文采用基于 UKF 的滤波算法，并对定位过程进行了适当的优化。首先在定位平台短距离机动之后，即对辐射源目标进行三角交叉定位，快速给出初始定位点。然后以该值作为 UKF 滤波的起始点，进行滤波更新，直至收敛至真实值附近。初始定位点的引入，可有效加快滤波收敛的速度，抑制发散。同时，对于二维平面的定位运算，UKF 滤波只需进行 2 阶矩阵的运算，对硬件的算力要求较低，适合于对体积、重量、功耗敏感的平台。
X −
(n +1) PX , (n +1) PX ,
i=0 i =1, 2,, n i =n +1, n + 2,, 2n
wim
=
n
λ +
λ
,
1
2(n + λ )
,
i=0 i = 1, 2,, 2n
(7)
( ) wic
=
λ n + λ
+
1−α
2
(
1 n+
λ
)
,
2
+
β
,
i =0 i = 1, 2,, 2n
定位。若两次观测时，传感器位置为(xk-1, yk-1)、(xk, yk)，所测量得到的来波到达角度为 θk-1、θk，两条方向的射线可以交于一点，该点即为目标的位置估计。
根据角度定义可以得到：
( ) yT − yk−1 tgθk−1 = xT − xk−1 ( yT − yk )tgθk = xT − xk
(6)
其中，ηk 表示观测噪声，这里假定为零均值加性高斯白噪声，并且误差矩阵为 R。由于观测模型的高度非线性，采用扩展卡尔曼滤波不能满足稳定要求，极易发散。在此我们采用 UKF 无迹卡尔曼滤波进行处理。

基于EKF和PF的多机器人协同定位技术

基于EKF和PF的多机器人协同定位技术田红兵;樊光南;宋龙【期刊名称】《现代电子技术》【年(卷),期】2013(000)023【摘要】无论对于单机器人还是多机器人系统，定位能力是其完成各项任务的前提条件。

针对常用定位技术难以满足移动机器人群体协同定位精度高、实时性强等要求，提出了一种基于扩展卡尔曼滤波（EKF）和粒子滤波（PF）的混合定位技术。

首先，对机器人进行运动建模，然后分别讨论基于扩展卡尔曼滤波和粒子滤波的机器人协同定位的基本原理、优缺点，在此基础上提出基于扩展卡尔曼滤波和粒子滤波相结合的协同定位方法。

结果表明，该算法在满足一定条件下可有效解决定位精度与运算量之间的矛盾，可实现在初始条件未知或存在较大误差情况下多机器人快速、精确地协同定位。

%The positioning capacity is a prerequisite to complete the tasks,no matter for single-robot or multi-robots sys-tems. Itis difficult for common location technique to meet the requirements of mobile robot groups in high co-localization accura-cy and strong real-time.A hybrid location technique based on Extended Kalman Filter(EKF)and Particle Filter(PF)is pro-posed. The multi-robots are motion modeling,then the basic principle of robot co-localization based on EKF or PF and theirad-vantages and disadvantages are discussed respectively. On thisbasis,another co-localization based on the combination of EKF and PF is proposed. The experiment result shows that this method is effectively in solving the contradiction between positioning accuracy and calculationunder some condition. And when the initial condition is unknown or the errors is large,the multi-robots co-localization can also be rapidly and precisely.【总页数】4页(P95-98)【作者】田红兵;樊光南;宋龙【作者单位】兰州理工大学计算机与通信学院，甘肃兰州 730050;兰州理工大学电气工程与信息工程学院，甘肃兰州 730050;兰州理工大学电气工程与信息工程学院，甘肃兰州 730050【正文语种】中文【中图分类】TN710-34;TP332.3【相关文献】1.基于分散式EKF的多机器人协同定位 [J], 卓书芳;何用辉;吴燕峰2.基于EKF的AUV协同定位方法仿真与验证 [J], 孙睿智3.一种基于分布式EKF的多机器人协同定位方法 [J], 张鑫;刘玉东;巨永锋4.基于分散式EKF的多机器人协同定位 [J], 卓书芳;何用辉;吴燕峰;5.采用EKF与PF的室内融合定位技术 [J], 张雨婷; 陈璟因版权原因，仅展示原文概要，查看原文内容请购买。

UKF算法在单站无源定位与跟踪中的应用

维普资讯
专题技术与工程应用
ＵＫＦ算法在单站无源定位与跟踪中的应用
窦修全张建立国辛纯，，
（．１中国电子科技集团公司第５４研究所，河北石家庄００８５０１；２天津大学电子信息工程学院，津３０７）．天００２
摘要提出了相位差与无迹卡尔曼（Ｋ）法相结合的单站无源定位方法。把２个相互正交的相位干涉仪测量出目ＵＦ算
标辐射电磁波的相位差信息作为观测量，用ＵＦ滤波算法加以处理，粗略定位结果进行修正和平滑，步估计出目标的采Ｋ对逐位置和速度，实现对辐射源目标的快速高精度无源定位。ＵＦ与传统的ＥＦ滤波算法相比，用计算雅克比矩阵，现简来ＫＫ不实
ＡｂｔａｔＡｅｓｎｌ—ｔｔｏａｓｖｏａｉｎｍｅｈｄｃｍｂｎｉｇｐａｅｉｅｅｃｎｄＵＫＦｌｏｔｍｓｐｅｅｔｄ．ｈｔｏａｅｓｒｃｎｗｉｇｅｓａｉｎｐｓｉｅｌｃｔｔｏｏｉｎｈｓｄｆｒｎｅａｏａｇｒｈｉｉｒｓｎｅＴｅｍｅｄｔｋｓｈ
ｓｅｄａｄｈｇｒｌｃｔｎｐｅｉｉｎ．ｐｅｎｉｈｅｏａｉｒｃｓｏｏＫｅｒｓＵＫＦｇｒｔ；ｐａｅｄｆｅｅｃｙｗｏｄｌｉａｏｈｍｈｓｉｆｒｎｅ；ｓｎｇｅｓａｉｎｐｓｉｅｌｃｔｎ；Ｋａｍａｌｅｎｉｌ— ｔｔａｓｖｏａｉｏｏｌｎｆｔｒｇｉｉ

基于MGEKF的单站无源定位跟踪算法

基于MGEKF的单站无源定位跟踪算法
陈立万;廖海军
【期刊名称】《火力与指挥控制》
【年(卷),期】2009(034)006
【摘要】单站无源定位跟踪技术具有隐蔽性强、设备简单,系统相对独立等优点,有着广阔的应用前景.为了提高定位精度和收敛速度以满足实时化需求,在现有的基于多普勒变化率的单站无源定位算法的基础上.详细推导了基于MGEKF的定位算法以解决EKF算法的不稳定性,并通过计算机仿真比较了两种算法的性能,结果表明MGEKF定位算法提高了定位精度、收敛速度和稳定度,定位结果能够满足实际需求.【总页数】4页(P51-53,56)
【作者】陈立万;廖海军
【作者单位】重庆三峡学院应用技术学院,重庆,404000;重庆三峡学院应用技术学院,重庆,404000
【正文语种】中文
【中图分类】TN97
【相关文献】
1.基于平方根UKF的机载单站无源定位跟踪算法 [J], 司记伟;潘莉莉;刘嗥
2.基于修正SUKF的固定单站无源定位跟踪算法 [J], 申正义;王晴晴;王洪林;张建华
3.基于CKF的单站无源定位跟踪算法 [J], 霍光;李冬海
4.单站无源定位MGEKF和MVEKF算法的分析比较 [J], 乔梁
5.基于DOA与TOA的固定单站无源定位滤波跟踪算法研究 [J], 黄凯
因版权原因，仅展示原文概要，查看原文内容请购买。

基于EKF和PF的多机器人协同定位技术

基于EKF和PF的多机器人协同定位技术作者：田红兵樊光南宋龙来源：《现代电子技术》2013年第23期摘要：无论对于单机器人还是多机器人系统，定位能力是其完成各项任务的前提条件。

关键词：多机器人系统；协同定位；扩展卡尔曼滤波；粒子滤波中图分类号： TN710⁃34； TP332.3 文献标识码： A 文章编号： 1004⁃373X（2013）23⁃0095⁃04Multi⁃robots co⁃localization technique based on EKF and PFTIAN Hong⁃bing1， FAN Guang⁃nan2， SONG Long2（1. College of Computer and Communication， Lanzhou University of Technology， Lanzhou 730050， China；2. College of Electrical and Information Engineering， Lanzhou University of Technology，Lanzhou 730050， China）Abstract： The positioning capacity is a prerequisite to complete the tasks， no matter for single⁃robot or multi⁃robots systems. It is difficult for common location technique to meet the requirements of mobile robot groups in high co⁃localization accuracy and strong real⁃time. A hybrid location technique based on Extended Kalman Filter （EKF） and Particle Filter （PF） is proposed. The multi⁃robots are motion modeling， then the basic principle of robot co⁃localization based on EKF or PF and their advantages and disadvantages are discussed respectively. On this basis， another co⁃localization based on the combination of EKF and PF is proposed. The experiment result shows that this method is effectively in solving the contradiction between positioning accuracy and calculation under some condition. And when the initial condition is unknown or the errors is large，the multi⁃robots co⁃localization can also be rapidly and precisely.Keywords： multi⁃robot system； co⁃operative localization； EKF； PF0 引言随着人工智能、计算机、传感器等技术的不断发展，移动机器人的研究及应用得到了前所未有的进步。

一种改进的单站无源定位算法

（ＬｎｒａｏｎｉｅｒｇＵｉｒｔ，ｈｎＺｏ５０２Ｃｉ）ＰＡＩｏｍｔｎＥｇｅｉｎｖｓｙＺｅｇｈｕ４００，ｈｎｆｉｎｎｅｉａ
Ａｓａｔｉｇｅｏｓｒｅａｓｖｏａｚｔｎａｄｔｃｉｇ（Ｏ［Ｔ）ｔｃｎｑｅｈｅｏｒｂｔｃ：ＳｎｌｂｅｖｒｐｓｉｅｌｃｌａｉｎｒｋｎＳＰＡｒｉｏａｅｈｉｕａｂｃｍｅｍｏｅｓ
２１００年第２期
２１Ｎ２００，ｏ．
电
子
对
抗
总第１１３期
Ｓｒｅｏ．３ｅｉ８Ｎ１１
ＥＥＣＯＮＩＷＡＲＦＥＬＴＲＣＡＲ
一
种改进的单站无源定位算法
华铁洲李冬海陈剑宇
（解放军信息工程大学，州４００）郑５０２
ｕｎｙｃａｇｅｂｓｄｏｘｅｄｄＫｌａｌｑｅｅｈｎｅｒｔａｅｎｅｔｎｅａｍｎｆｔｒ（Ｋ）ｉａａｚｄ．ｈｔｅｌｌｚｔｌｏｌｃｏｏｒｈｉｉｒｖｄｕｉｇｅｔｄｄＫｌａｌｒｂｅ．ｎｐｌｒｃｏｄｎｔｓ（Ｃ—ＥＦ．ｅｃｍｐｔｒｉｍｓｍｐｏｅｓｘｅｅａｍｎｆｔａｄｏｏａｏｒｉａｔｎｎｉｅｓｅＰＫ）Ｔｏｕｅｈ
ａｄｍｒｐｐｌｒｅｌａｚｔｎｅ．ｉｔｔｅｇｒｈｎｅｏｓｅｐｓｖｃｉｔｎｎｏｏｕａｉｔｇｔｏｌａｏｌＦｒ，ｈｏｔｍｏｓｇｂｅｒａｓｅｏａｚｉｅｒｎａｃｉｉｆｄｓｉｌａｉｆｉｌｖｒｉｌｌａｏｃｍｉｅｉｇｈｎｅｒｅｈｓｉｅｎｅｃａｇｔ，ＤｐｌｅｕｎｙａｄＤｐｌｅｏｂｎｄｗｔａｌｃａｇｔ，ｐａｅｄｆｒｃｈｎｅｒｅｏｐｒｒｅｃｎｏｐｅｆ－ｈｎｅａｆｅａｅｆｑｒｒ

改进EKF算法在固定单站被动目标跟踪中的应用

线性化误差较大的问题，基于固定单站被动目标跟踪模型，研究了非线性函数线
性化展开点及雅可比矩阵取值点对线性化逼近误差的影响，然后对传统ＥＫＦ算法的线性化展开方式进行优化，提出一种基于中值定理的后向平滑ＢＳ — ＥＫＦ算法．仿真结果表明，与传统ＥＫＦ相比，该算法在时间复杂度上略有增加，但稳定性、滤波精度和收敛速度有所提高，适用于对定位精度要求较高的情况．关键词：中值定理；后向平滑；扩展卡尔曼滤波；固定单站被动目标跟踪
ＰＦ算法的运算量较大，实时性较差．ＥＫＦ算法
阵兀ｏ（ｏ，０）
阵兀ｌ（０）
图１二维平面固定单站无源定位几何示意图
１．２目标跟踪模型设为观测间隔，处在巡航状态的目标辐
由于固定单站无源定位系统的测量方程为非线
性系统，考虑系统噪声、观测噪声、系统模型误
差的存在，需要通过适当的滤波跟踪算法来对预
测结果进行修正．在固定单站被动目标跟踪技
强，隐蔽性更好．对于固定观测站，当目标运动且满足可观测性时，就可以对目标进行跟踪．
ｖ为径向速度，ｓ为目标航向，ｒ为目标辐射源相对径向距离，为信号到达角，ｄ为基线长度．二维平面固定单站无源定位几何关系如图１所示，本文采用角度、相位差变化率、多普勒频率变化率为观测量的固定单站无源定位方法．

基于改进EKF的室内机器人充电站自主定位方法研究

基于改进EKF的室内机器人充电站自主定位方法研究
李瑞峰;张文杰;赵立军
【期刊名称】《机电一体化》
【年(卷),期】2010()5
【摘要】针对智能机器人自主寻找充电站充电时对充电站位置的定位和自定位问题,采用红外定位模块与里程计定位信息进行数据融合,分析并建立了两轮驱动室内
移动机器人的运动模型与观测模型,利用有限差分线性化方法和小循环迭代结构改
进了扩展卡尔曼滤波方法,一方面提高了机器人对目标充电站定位和自身定位的精度,同时减小了因增加计算量而造成的时间损失。

仿真实验证明,采用改进方法可使
机器人的自定位误差均方差减小约20%,对充电站位置定位的误差控制在约4 cm。

【总页数】5页(P35-39)
【关键词】室内移动机器人;自主充电;自主定位;扩展卡尔曼滤波
【作者】李瑞峰;张文杰;赵立军
【作者单位】哈尔滨工业大学机器人技术与系统国家重点实验室
【正文语种】中文
【中图分类】TP242.6
【相关文献】
1.自主移动机器人室内定位方法研究综述 [J], 高云峰;周伦;吕明睿;刘文涛
2.一种基于分布式EKF的多机器人协同定位方法 [J], 张鑫;刘玉东;巨永锋
3.基于改进ICP算法的移动机器人室内激光扫描定位方法 [J], 华豪; 葛孟媛
4.基于改进MSCKF算法的室内机器人定位方法 [J], 孙弋; 张雪丽
5.基于改进ICP算法的移动机器人室内激光扫描定位方法 [J], 华豪; 葛孟媛
因版权原因，仅展示原文概要，查看原文内容请购买。

MIEKF优化算法在GPS定位测速中的应用

第３５卷第７期
文章编号：１００６—９３４８（２０１８）０７—０Ｏ６５—０５
计算机仿真
２０１８年７月
ＭＩＥＫＦ优化算法在ＧＰＳ定位测速中的应用
彭雅奇，许承东，李臻，赵靖
（北京理工大学宇航学院，北京１０００８１）
摘要：为了提高ＧＰＳ定位测速的精度，引入了迭代扩展卡尔曼滤波（ＩＥＫＦ）算法。针对上述算法存在受状态初值影响的问题以及在迭代过程中存在稳定性不足的缺点，提出基于最小二乘（）和Ｌｅｖｅｎｂｅｒｇ—Ｍａｒｑｕａｒｄｔ（Ｌ—Ｍ）方法的改进迭代扩展卡尔曼滤波（ＭＩＥＫＦ）优化算法。先用Ｌｓ算法对用户接收机初始状态进行估算，然后在ＩＥＫＦ算法解算过程中利用Ｌ—Ｍ方法调整预测协方差矩阵，以保证算法具有全局收敛性，最后采用ＧＰＳ星历数据进行仿真对比实验。通过对仿真结果的分析，证明ＭＩＥＫＦ优化算法能够提高ＧＰＳ定位测速精度。改善收敛性能。关键词：卫星导航；最ｄｘ－－乘；迭代扩展卡尔曼滤波；优化算法中图分类号：ＴＮ９６７．１文献标识码：Ｂ
３．１ＬＳ算法算法是将所有的观测量放在一起处理，是残差平方和
达到最小意义下的线性无偏估计。设第ｋ个历元待定位置和速度坐标近似值分别为（ｘｉｏ，ｙｒ加，ｚ）和（焉，未，磊），利用泰勒级数将伪距方程和多普勒方程进行线性化展开为
２．１伪距单点定位ＧＰＳ接收机测量的是信号从卫星到用户接收机的传播
时间，由于用户接收机时钟与卫星时钟不同步，并且计时相互独立，所以这种测量是有偏差的。通过用真空中光速与测得的传播时间相乘，就得到存在一定偏差的传播距离。即伪距。设伪距单点定位的观测方程［１为

基于纯角度信息的单站无源定位算法

基于纯角度信息的单站无源定位算法作者：曹志亮来源：《电子技术与软件工程》2017年第10期本文研究了在纯角度测量信息下地面干扰源的单站无源定位问题，给出了一种新的基于纯角度信息的非线性滤波无源定位算法。

该算法首先利用载机初始位置和目标角度测量值，计算得到初步的目标状态值和状态协方差值，其次用这些信息来初始化扩展卡尔曼滤波器，最后运用扩展卡尔曼滤波器进行非线性滤波，得到高精度的目标定位结果。

经过仿真结果分析，该算法具有收敛速度快、定位精度高的特点，能够较好的满足工程实际的应用要求。

【关键词】纯角度无源定位非线性滤波器无源定位是雷达等传感器在无法获得目标的距离、速度等信息的情况下，通过可以测得的目标回波或干扰信号的到达角信息，采用特殊的滤波算法以实现对目标定位的一种技术。

由于其具有电磁隐蔽性好、反电子侦察能力强等特点，因此这种技术在电子情报（ELINT）系统和电子战（EW）中，得到了广泛的应用。

无源定位系统根据参与的被动传感器的数目，可分为多站无源定位和单站无源定位。

单站纯角度无源定位是利用机载平台上的测角系统，在飞行航线的多个观测点上对地面同一辐射源目标进行探测，将获得的一组方位角、俯仰角测量信息按照非线性滤波算法进行处理，获得辐射源的位置估值。

单站无源定位技术因具有隐蔽性强，设备量小，作用距离远，覆盖地域大，机动性能好等特点，更为重要的是避免了复杂的时间同步和多个观测站之间的数据融合而备受重视，对现代信息战有着极其重要的军事意义。

本文通过研究基于测向交叉非线性滤波的单站无源定位算法，解决实际工程应用中遇到的海面干扰源目标定位问题，该算法可以推广到地面固定或慢速辐射源定位问题的解决。

文章中首先介绍了基于测向交叉定位的原理，接着介绍了基于测向交叉非线性滤波算法，给出了该算法的状态模型、观测模型、EKF处理算法和状态初始值的确定，最后做了Monte-Carlo仿真，以验证该算法的有效性和可行性。

1 机载单站无源定位技术的原理和方法机载雷达是基于单站无源定位技术来实现对地面或海面干扰源目标定位。

PF、EKF算法在目标跟踪中的研究

上能够逼近满足任何状态分布的后验概率密度，十分灵活，因此受到了广泛关注＿２］。
２扩展卡尔曼滤波ＥＫＦ扩展卡尔曼滤波（ＥＫＦ）算法的
主要思想是对非线性函数进行一阶线性化处理，忽略其高阶项将线性化问题转化为非线性问题【３］。具体方式为对非线性函数进行一阶泰勒级数展开，保留一阶项部分其余高阶项全部忽略，从而将非线性问题转化为线性问题。定义以下模型：
法往往不能实现［１］。目前，针对非线性问题的处理，可以通过扩展卡尔曼滤波（ＥＫＦ）算法来处理。ＥＫＦ算法的基本思想是对非线性问题进行一阶Ｔａｙｌｏｒ展开进行线性化处理，忽略高阶项，然后进行卡尔曼滤波算法进行处理。但是，在非线性程度较强时，线性化过程会引入较大的误差，导致滤波结果发散，影响系统的稳定性。
技术探讨与研究
ＴＥＣＨＮＩＱ
ＤｅｓｉｇｎｏｆＭａｉｎＣｏｎｔｒｏｌＣｉｒｃｕｉｔｆｏｒＤＩＴＣＳｙｓｔｅｍｏｆＳｗｉｔｃｈｅｄＲｅｌｕｃｔａｎｃｅＭｏｔｏｒ
大连交通大学电气信息学院刘福志（ＩＪｉｕＦｕｚｈｉ）河北建筑Ｚ－程学院机械工程学院倪笑宇（ＮｉＸｉａｏｙｕ）
目标追踪的本质是，结合预先假定的运动模型，将传感器获取的量测量，采用一定的滤波算法来估计载体的运动状态。在线性状态下，卡尔曼滤波（ＫＦ）方法一般能够给出较为准确的预测结果；对于非线性问题，要得到目标载体准确的后验概率密度函数在实际的应用中采用ＫＦ算