简介:单站无源定位系统的测量噪声中如果出现野值,会影响滤波器的估计精度和稳定性,严重时还会导致滤波器发散。针对这一问题,基于Bayes定理并结合归一化受污染正态模型,提出了一种抗野值鲁棒容积卡尔曼滤波算法。该算法采用球面径向积分原则直接计算非线性函数的均值和方差,并对测量误差建立一个归一化的受污染正态模型,然后根据野值出现的后验概率来自适应调整测量预测残差的方差阵。结合空频域单站无源定位模型进行仿真实验表明,该算法可以较好地抑制测量噪声中的离散或成片连续野值的不利影响,具有较强的鲁棒性。
简介:针对经典脉冲压缩匹配滤波器距离旁瓣高、不利于检测邻近距离小目标的局限性,文献[2]和[3]提出了自适应脉冲压缩方法,在高斯背景下对P3取得了良好的压缩效果。但其多普勒容限性能差,且杂波环境简单。在此基础上,该文采用相位编码脉内线性调频信号,分析了海杂波背景下自适应脉冲压缩方法的性能,进行了仿真。仿真结果表明,在海杂波背景下,该方法具有距离旁瓣低、多普勒容限大、能检测多目标等优点。