卫星观测空间目标无源定位系统设计

《卫星观测空间目标无源定位系统设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第34卷第5期计算机仿真2017年5月文章编号：1006—9348(2017)05—0068—04卫星观测空间目标无源定位系统设计林浩中．何兵(火箭军工程大学．陕西西安710025)摘要：针对空间目标无源定位问题，建立了空间目标的系统状态模型和天基仅测角观测模型，设计了卫星观测空间目标无源定位系统。系统具有强非线性和高维度的特点，传统扩展卡尔曼滤波(EKF)算法线性化过程复杂、舍人误差大。针对上述问题，提出了贝叶斯框架下的平力‘根容积卡尔曼滤波(SCKF)算法，采用后验概率密度函数(PDF)对空间目标进行估计定位。仿真结果表明，SCKF算法的收敛精度优于传统的扩

2、展卡尔曼滤波算法和无迹卡尔曼滤波算法(UKF)，证明了SCKF算法在空间目标无源定位中的有效性和应用价值。关键词：空间目标无源定位；贝叶斯滤波；后验概率密度函数：平方根容积卡尔曼滤波中图分类号：V412．4文献标识码：BSpatialTargetPassiveLocalizationSystemDesignBasedonSatelliteObservationLINHao—shen．HEBing(RocketForceUniversityofEngineering，Xi’anShanxi710025，China)ABSTRACT：Toresearchthetra

3、ckingofthemaneuveringspatialtarget，thespatialtargetmotionmodelandmaneu-veringmodelapplyingbearing—onlymeasurementsaredeveloped，andthespatialtargetpassivelocalizationsystemisdesigned．Duetothestrongnonlinearityofspatialtargets，thelinearizationintraditionalExtendedKalmanFilter(EKF)iscom

4、plicated，andthereisbigroundingerroratthesametime．Tosolvethisproblem，theposteriorproba—bilitydensityfunction(PDF)isused，andSquare-rootCubatureKalmanFilter(SCKF)inBayesianframeworkisappliedtospatialtargetpassivelocation．TheresultofsimulationshowsthattheaccuracyofSCKFisbetterthantradi-t

5、ionalEKFandUKF．TheresuhsalsoshowtheeffectivenessandthepracticalvaluablenessofSCKFinthespatialtar-getpassivelocalizationsystem．KEYWORDS：Spatialtargetpassivelocalization；Bayesianfilter；Posteriorprobabilitydensityfunction；Square-rootcabatureKalmanfilter(SCKF、1引言随着各国国力的不断增强，国家利益的不断拓展，对空间

6、目标的监视成为维护国家安全的首要因素⋯，是空间攻防作战中的重要组成部分，基于天基观测平台的空间目标定位技术是空间目标监视系统的核心技术之一[2]。基于无源工作方式的天基观测平台凭借其隐蔽性好、功率衰减小、作用距离远等优点得到了广泛的应用[3]。因此，对空间目标无源定位算法的研究具有极强的军事价值。空间目标无源定位问题是典型的非线性滤波问题。目前常用的非线性滤波算法有扩展卡尔曼滤波(EKF)、无迹卡基金项目：基于量子生物地理优化的低空UAV编队在线协同航迹规划方法研究(61403399)收稿日期：2016—05—17修回日期：2016—06—30—68一尔曼滤波(

7、UKF)、容积卡尔曼滤波(CKF)和粒子卡尔曼滤波【4]。工程上应用最广泛的非线性滤波为扩展卡尔曼滤波”o(ExtendedKalmanFilter，EKF)。EKF滤波算法将非线性函数进行一阶Taylor展开，用泰勒一阶项去逼近非线性函数本身，然后按照传统的卡尔曼滤波算法的步骤进行处理[6]，当系统模型较简单时能够取得较好的效果．但是对于高阶强非线性系统，EKF滤波方法存在较大的截断误差．同时EKF算法较依赖于初值，当系统的模型较为复杂时容易出现滤波算法不稳定以及精度不高甚至发散的问题。为了避免上述问题，基于采样的非线性估计方法得到快速发展并受到高度关注，第一

8、类是粒子滤波(PF)算法