一种非高斯噪声条件下的单站纯角度目标定位与跟踪方法技术

本发明专利技术公开了一种非高斯噪声条件下的单站纯角度目标定位与跟踪方法，基于高斯混合容积卡尔曼滤波器进行非高斯噪声条件下的单站纯角度目标定位与跟踪算法设计，通过将非高斯噪声建模为两个不同方差的高斯噪声，并对状态量进行高斯分量建模，针对每一个高斯分量利用容积卡尔曼滤波器进行状态估计，并对滤波器输出进行高斯分量缩减合并，并迭代计算，最终得出对目标状态估计值。本发明专利技术的有益效果是，基于高斯混合容积卡尔曼滤波的单站纯角度目标定位与跟踪算法，将非高斯观测噪声建模为闪烁噪声，采用高斯分量分割与融合策略，利用容积卡尔曼对高斯分量进行状态估计，实现对目标的定位与跟踪，具有定位精度高，计算复杂度低等特点。

【技术实现步骤摘要】
一种非高斯噪声条件下的单站纯角度目标定位与跟踪方法
本专利技术涉及纯角度目标定位与跟踪
，尤其涉及的是，一种非高斯噪声条件下的单站纯角度目标定位与跟踪方法。
技术介绍
无源定位系统本身不向外辐射电磁波，而是通过被动接收辐射信号来确定目标的位置和运动状态，具有隐蔽性强、作用距离远等优点。单站无源定位系统仅采用一个观测平台，避免了多站之间的协同工作，机动性强，不依赖站间通信，也降低了自身被探测与干扰的可能性。现阶段对纯角度目标定位与跟踪的研究主要是基于高斯噪声假设，采用不同的滤波算法，提高对目标状态的估计精度，例如在李爱玲申请公开的专利技术专利《运动单站只测角位置信息无源定位方法》(申请公开号：CN109959895A)中，公开了一种运动单站只测角位置信息无源定位方法，可实现多目标轻型下的快速定位；在韩一娜等申请公开的专利技术专利《一种方位测量融合与多目标定位方法》(申请公开号：CN110309599A)中，公开一种可应用于多传感器网络中的多目标纯方位被动定位的空间概率模型，利用启发式搜索进行似然估计，上述方法都假设系统及观测噪声复合本文档来自技高网...

【技术保护点】
1.一种非高斯噪声条件下的单站纯角度目标定位与跟踪方法，其特征在于，包括以下步骤：/n步骤1：状态方程、观测方程建模；/n单站纯角度目标定位与跟踪算法中状态方程和观测方程模型为公式1：/n公式1：

【技术特征摘要】
1.一种非高斯噪声条件下的单站纯角度目标定位与跟踪方法，其特征在于，包括以下步骤：
步骤1：状态方程、观测方程建模；
单站纯角度目标定位与跟踪算法中状态方程和观测方程模型为公式1：
公式1：
公式1中，xk表示目标状态，根据目标类型包含不同的状态量表示为代表目标的位置和速度；F为状态转移矩阵表示为T表示仿真步长；wk-1表示过程噪声，建模为高斯分布；
测量方程中的测量值为对目标的角度测量可以表示为公式2：
公式2：
其中xk,yk表示目标位置，xo,yo表示观测站位置；将观测噪声vk非高斯噪声建模为闪烁噪声，将其建模为两个不同方差的高斯噪声加和，表达式为公式3：
公式3：p(v)＝(1-ε)N(v；u1,R1)+εN(v；u2,R2)
公式3中，量测噪声的协方差为u1＝u2＝0，R1＝R，R2＝100R1，R＝diag(10,10)闪烁系数ε＝0.1；
步骤2：状态初始化；
对系统状态协方差等进行初始化，P0＝cov(x0)，公式4：
公式4：
步骤3：时间更新；
对k-1时刻的状态误差协方差矩阵进行Cholesky分解为公式5：
公式5：
公式5中，r＝(i-1)I+j，I表示系统状态分解为高速分量的个数，J表示系统过程噪声分解成高斯分量个数；j取值从1到J；计算容积点，公式6：
公式6：
利用状态方程计算容积点预测估计值，公式7：
公式7：ξc,k|k-1(i)＝f(ξc,k-1|k-1(i))
k时刻系统状态的预测估计值，公式8：
公式8：
k时刻系统状态误差协方差矩阵预测估计值，公式9：
公式9：
k时刻高斯分量权值计算如下，公式10：
公式10：
公式10中m表示容积点的个数，表示时间更新后各高斯分量的权值；表示过程噪声的第j个高斯分量的权值；表示k-1...

【专利技术属性】
技术研发人员：李村，王守雷，陈方正，姚光乐，余通，和法成，李冲，
申请(专利权)人：中国电子科技集团公司第四十一研究所，
类型：发明
国别省市：山东;37