基于改进平方根UKF双向滤波的单站无源定位算法

摘要：

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。该算法采用Q-R分解的形式，使用误差协方差的平方根代替协方差参与递推运算，提高了算法的稳定性与运算效率。同时，该算法对状态向量进行扩维，将过程噪声与观测噪声通过非线性系统传播，降低了噪声对滤波精度的影响，并利用当前时刻滤波结果通过Rauch-Tung-Striebel（RTS）后向平滑得到再次前向滤波更高精度的起始值，提高了算法的定位精度与收敛速度。仿真结果表明，新算法在保证实时性的基础上改善了单站无源定位的性能。

关键词：单站无源定位、平方根无迹卡尔曼滤波、后向平滑、Q-R分解、扩维

分类号：TP958.97

在线出版日期：2015-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：116-120