基于改进扩展卡尔曼滤波的单站无源定位算法

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (10): 124-127.

基于改进扩展卡尔曼滤波的单站无源定位算法

马凌1，蒋外文2，张肖霞3

1.湖南信息学院电子信息学院，长沙 410151
2.中南大学信息科学与工程学院，长沙 410083
3.长沙学院数学与计算机系，长沙 410003

出版日期:2016-05-15 发布日期:2016-05-16

Single passive location algorithm based on improved extended kalman filter

MA Ling1, JIANG Waiwen2, ZHANG Xiaoxia3

1.College of Electronic Information, Hunan Institute of Information Technology, Changsha 410151, China
2.College of Information Science and Engineering, Central South University, Changsha 410083, China
3.Department of Mathematics and Computer Science, Changsha University, Changsha 410003, China

Online:2016-05-15 Published:2016-05-16

摘要/Abstract

摘要： 为了提高单站无源定位精度，降低定位误差，针对扩展卡尔曼滤波算法存在的不足，提出一种基于改进扩展卡尔曼滤波算法的单站无源定位方法。首先通过采集目标的相关信息，构建单站无源定位数学模型，然后利用改进扩展卡尔曼滤波算法目标位置进行估计，最后采用数据进行仿真对比实验。结果表明，相对于扩展卡尔曼滤波算法，改进扩展卡尔曼滤波提高了目标定位的精度，削弱异常误差对位置估值的影响。

关键词: 单站无源定位, 扩展卡尔曼滤波算法, 定位精度, 估计误差

Abstract: In order to improve the location precision and reduce the location error, a novel single passive location algorithm based on improved extended kalman filter is proposed in this paper. Firstly, position information of target is collected and the mathematic model of passive location is established, and then improved extended kalman filter is used to estimate the object position, finally, the simulation experiments are carried out on some data. The result shows that the proposed algorithm can implements an equivalent KALMAN gain matrix built by introducing predicted residuals. In order to improve the location precision of single passive location and has great reduce the affect of error compared extended kalman filter algorithm.

Key words: single passive location, extended Kalman filter, location accuracy, estimating error

马凌1，蒋外文2，张肖霞3. 基于改进扩展卡尔曼滤波的单站无源定位算法[J]. 计算机工程与应用, 2016, 52(10): 124-127.

MA Ling1, JIANG Waiwen2, ZHANG Xiaoxia3. Single passive location algorithm based on improved extended kalman filter[J]. Computer Engineering and Applications, 2016, 52(10): 124-127.

[1]	徐娟，姚如贵，高岩，朱礼亚. 信道估计误差有界时速率损失上界统计特性[J]. 计算机工程与应用, 2020, 56(20): 82-86.
[2]	丁青锋，吴泽祥，刘梦霞，奚韬. 非理想CSI下全双工双向中继网络安全性能研究[J]. 计算机工程与应用, 2020, 56(19): 99-104.
[3]	张红霞，王灿，刘鑫，申楷赟，付秀娟，王学华. 图像边缘检测算法研究新进展[J]. 计算机工程与应用, 2018, 54(14): 11-18.
[4]	党小超1，2，李芬芳1，郝占军1，2. 虚拟分层三维空间节点模糊信息定位方法[J]. 计算机工程与应用, 2017, 53(6): 122-128.
[5]	主建蕊，宋玲. 无线传感器网络的分级定位算法[J]. 计算机工程与应用, 2017, 53(22): 61-65.
[6]	宋海声，朱长驹，杨鸿武，吴佳欣. Grid-Scan定位算法的虚拟锚节点策略改进[J]. 计算机工程与应用, 2017, 53(16): 84-88.
[7]	王睿，杨晓峰，彭力. 带二次约束的容积卡尔曼目标跟踪算法[J]. 计算机工程与应用, 2017, 53(1): 142-146.
[8]	赵志然，吴运新，石文泽，龚海. 热钢板无损检测缺陷定位精度分析与修正方法[J]. 计算机工程与应用, 2016, 52(8): 250-255.
[9]	杨鹏生1，吴晓军1，2，张玉梅1，2. 改进扩展卡尔曼滤波算法的目标跟踪算法[J]. 计算机工程与应用, 2016, 52(5): 71-74.
[10]	党小超1，2，李芬芳1，郝占军1，2. Delaunay三角剖分的节点模糊信息三维定位方法[J]. 计算机工程与应用, 2016, 52(23): 115-122.
[11]	赵晓青，毛永毅. 基于误差加权和距离修正的改进DV-Hop算法[J]. 计算机工程与应用, 2016, 52(18): 117-121.
[12]	陈万志，张洋. 改进的无线传感器网络DV-Hop定位算法[J]. 计算机工程与应用, 2016, 52(10): 108-111.
[13]	郭建蓬，刘畅，王伟，李媛丽. 基于定位精度的无人机侦察航路自主修正算法[J]. 计算机工程与应用, 2015, 51(23): 211-217.
[14]	王林，赵锦. 一种基于误差修正的改进DV-Hop算法[J]. 计算机工程与应用, 2014, 50(24): 109-112.
[15]	吴曦德，方杰，杨世杰，周庆标. 基于GPSO-DVHop的传感器节点定位方法[J]. 计算机工程与应用, 2013, 49(22): 95-99.