一种新的基于交互多模型的序贯重要采样算法

通过将交互多模型（IMM）算法和粒子滤波（SIS）算法结合，提出了一种新的IMM～SIS算法。在每个模型中，都有一个标准的粒子滤波器，模型之间的交互与传统的IMM一样。由于在新的算法中，每个模型中粒子滤波都保证固定数量的粒子，因此不会出现粒子退化和贫乏现象。仿真证明了新的IMM—SIS算法在收敛速度和精度方面都要优于传统的IMM—EKF算法。     

基于最小二乘融合估计的双星时频差定位

件下具有测量误差和星历误差时定位精度不高的特点,提出了一种基于多次观测数据的最小 二乘融合估计定位算法,该算法无需增加观测条件即可有效提高辐射源定位精度。分析了测 量误差、星历误差对单参考站单次定位及融合定位精度的影响,推导了测量误差、星历误差 对定位误差的传递公式,提出了含星历误差影响的最小二乘融合估计加权算法。通过Monte- Carlo仿真验证了误差分析结果和定位算法,并比较了加权最小二乘估计定位和单次定位的 性能。仿真试验表明：在相同观测精度条件下,加权最小二乘融合定位可极大地提高辐射 源定位精度,最大提高10倍以上。     

干扰源双星定位中的邻星同频干扰解调对消方法

干扰源双星定位系统中邻星存在同频干扰,导致目标信号信噪比过低,利用互模 糊函数估计时差、频差时,检测不到相关峰,无法完成参数提取,为此,提出了一种基于解 调对消的干扰抑制方法,通过信号参数估计、调制识别、解调重构、时间同步、相位幅度补 偿和相减抵消等步骤,削弱干扰信号的功率,提高目标信号的信噪比,使得同样的处理增益 下相关峰值明显高于噪底。仿真结果表明该方法能够逼近理论下界,实现干扰条件下的定 位参数提取,有效拓展了双星定位系统的适用性。