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:基于多通道复图像联合处理,速度合成孔径雷达(VSAR)可有效抑制地物杂波,实现地面运动目标检测和定位。但运动目标图像散焦和速度模糊也限制了VSAR的微弱目标检测性能,同时导致了快速目标的方位定位模糊问题。为此,提出了基于距离-多普勒-速度域混合积累的VSAR运动目标处理新方法,显著改善了微弱运动目标检测性能,并可实现快速目标的速度解模糊和正确定位。新方法无需改变VSAR的系统结构,工程实用价值高。最后,数值仿真实验的结果证明了新方法的有效性。
简介:分析了反辐射无人机(ARUAV)常用的时间鉴别技术——脉冲前沿跟踪技术对抗多点源诱偏(诱饵+雷达)系统的可用性。以正三角形布阵的三点源诱偏系统为例,分析了空间各点雷达与诱饵信号到达无人机被动导引头(PRS)的时序关系,证明了无论被动雷达导引头位于空间中的任何位置,两个诱饵信号中至少有一个诱饵信号是可能提前到达该被动雷达导引头的。进而分别建模仿真,讨论了时域鉴别法在△τ=d/c、△τ≠d/c以及无人机处于不同高度时完成任务的效果。结果表明,利用该技术,无人机的被动雷达导引头可以在很大的空域内及时发现先到达的诱饵信号,测量其信号源的方向,进行逐一跟踪和攻击,实现突防压制和通道清理等任务。