龚享铱[1]2004年在《利用频率变化率和波达角变化率单站无源定位与跟踪的关键技术研究》文中研究表明单站无源定位与跟踪系统具有电磁隐蔽性好、作用距离远、结构简单的优点,在军事领域具有广泛的应用前景。近十年来,这一技术得到了新的发展,根据质点运动学原理,在传统的只测向方法的基础上增加新的观测量进行处理,可以得到比较好的定位与跟踪结果。论文以增加频率变化率和波达角变化率两个观测量的定位与跟踪方法为基础,讨论其定位与跟踪算法、频率变化率精确估计、波达角及其变化率的精确估计叁个方面的关键技术。 论文第二章讨论了利用频率变化率和波达角变化率的定位与跟踪原理,得到其系统方程;在此基础上,分析了这种方法对匀速运动目标和匀加速运动目标的可观测性问题;并讨论了运动观测平台对固定目标辐射源的定位方法。 论文第叁章研究了利用波达角变化率和频率变化率进行单站无源定位与跟踪的算法问题,研究重点放在提高算法的稳定性方面。在扩展卡尔曼滤波及其衍生算法的基础上,提出了基于极坐标的定位与跟踪算法、基于变换状态空间的定位与跟踪算法,这两种方法在保证定位与跟踪精度的前提下,大大地提高了算法的稳定性。 论文第四章讨论了雷达信号的频率和频率变化率的精确估计算法,对不同的雷达信号分别提出了多级载波频率估计算法、最小拟合误差载波频率估计算法和基于离散多项式相位变换频率变化率估计算法,得到了比较好的结果。 在论文第五章以相位干涉仪阵列为测量结构,讨论了波达角和波达角变化率的精确估计问题,依次提出了参差距离测量算法、多组解模糊算法和基于二次相位差的估计算法;分析了这些算法的性能、正确条件和范围,并进行了仿真试验验证。 在前叁章关于利用频率变化率和波达角变化率的定位与跟踪的关键技术讨论的基础上,论文第六章介绍了内场试验和外场试验。内场数据处理结果验证了第四章的频率和频率变化率估计算法可以间接或直接得到高精度的频率变化率估计值;外场实验验证了定位与跟踪算法、频率和频率变化率估计算法,可以很好完成对目标的定位与跟踪。
宋海亮[2]2015年在《海空环境下单站无源定位滤波算法研究》文中指出随着海洋权益争夺的日加激烈,海上冲突频繁,能够在海空环境下对目标及早发现,准确定位,进而精确打击成为现在海防工作的关键,而单站无源系统因为设备简单易安装,探测范围广,抗侦查性能强的优点,一直受到人们的广泛关注。本文以海空环境下单站无源定位滤波算法为主要研究方向,针对传统定位滤波算法存在的精度低,速度慢和稳定性差等问题,提出了若干改进方法,并仿真验证了这些方法的有效性。首先,第二章详细介绍了单站无源定位滤波算法的基础理论,并结合当前的研究成果,重点分析了使用角度、角速度和多普勒频率变化率信息的定位方法,并对该方法的定位误差和影响因素做了分析总结;第叁章讨论单站无源定位滤波算法参数的设置、获取方式和精度范围,为后续定位滤波算法提供了应用条件。鉴于单站无源定位系统初始状态不确定性极大,非线性特征比较强,传统的卡尔曼滤波和粒子滤波算法在单站无源定位环境下面临稳定性差、收敛速度慢和定位精度低的问题,针对这些问题,文中开展了旨在改进算法定位精度、解算速度和稳定性的研究,具体工作包括:第四章针对无迹卡尔曼滤波(UKF)算法,文中提出叁种改进算法;首先是基于奇异值分解的平方根无迹卡曼滤波(SVD-SRUKF)算法,针对滤波中协方差矩阵因误差干扰出现负定最终导致滤波发散的问题,SVD-SRUKF算法用奇异值分解替代Cholesky分解,以保证即便滤波过程中协方差出现负定,定位滤波算法依然能够保持较高的稳定性;其次,结合迭代思想,提出了一种简化迭代无迹卡尔曼滤波无源定位算法。该方法通过有限的迭代使得观测信息能够被充分利用,提高了算法的收敛速度和定位精度,同时通过简化采样点,减少了算法的运行时间,提高了算法的实时性;最后结合强跟踪理论,将H∞滤波和UT变换结合起来,提出了一种稳健的迭代H∞滤波的无迹卡尔曼定位滤波算法,该算法利用H∞滤波在噪声控制方面的优势,结合迭代理论,尽可能减少噪声对输出结果的影响,使其具有较强的鲁棒性。第五章针对单站无源定位算法中粒子滤波所面临的退化问题,从重要性密度函数的选取角度入手,提出了自适应渐消中心差分粒子滤波算法,该方法通过自适应渐消因子强化系统模型匹配,将滤波结果作为粒子滤波的重要函数密度,为粒子滤波提供更为准确的初始样本,从而有效改善了定位滤波算法的精度。同时,针对粒子算法运算量大的问题,引入一种粒子数量控制机制,减少参与滤波的粒子数量,进而有效减少了算法计算量。针对非高斯噪声的应用环境,文中提出了两种改进无源定位滤波算法:基于优化初始采样方式的改进MCMC粒子滤波算法和基于平滑采样的改进准蒙特卡罗的粒子滤波算法。首先,从初始分布入手,优化了这两种算法的初始粒子空间分布,降低了噪声对其影响;然后,减少了改进MCMC粒子滤波算法的冗余粒子和优化了改进准蒙特卡罗的粒子滤波算法的样本抽取方式,提高了这两种算法的效率,增强了算法实用性。
郁春来[3]2008年在《利用空频域信息的单站无源定位与跟踪关键技术研究》文中研究指明无源定位与跟踪系统作为对有源探测系统的完善和补充,日益受到各国的重视。论文以质点运动学原理为基础,围绕利用空频域信息进行单站无源定位与跟踪中的定位原理和方法、测距误差分析、跟踪滤波算法以及高精度频域参数测量等关键技术问题展开研究,为单站无源定位与跟踪系统的设计和实施提供了重要的理论基础和技术支撑。论文主要包括以下内容:结合单站无源目标跟踪系统的特点,提出了一种稳定性好、精度高的跟踪滤波算法,将状态方程和观测方程变换到极坐标中,降低了强弱可观测项之间的耦合,选取径向速度作为系统状态量,并将其初始估计误差控制在一定范围内,增强了算法的稳定性。针对单载频雷达脉冲信号,提出了基于相关的脉冲群间多普勒频率变化率高精度估计算法,通过离散傅立叶变换实现了相参积累,提高了相参脉冲群相对模糊频率估计精度。提出了基于连续小波变换的多普勒频率变化率高精度估计算法,通过对信号的小波变换系数自相关运算,消除了相位测量的模糊,根据相位测量值可得到多普勒频率变化率的加权最小二乘估计值。算法具有较低的信噪比门限,估计性能接近最优。针对复杂雷达脉冲信号,提出了对线性调频信号的多普勒频率变化率估计算法,对线性调频信号的渐近小波变换系数做相关,消除了测量相位模糊和线性调频信号的调频率对参数估计的影响。提出了对相位编码信号的多普勒频率变化率估计算法,采用离散傅立叶变换实现了脉冲间的相关积累,算法具有一定的信噪比门限,估计性能接近最优。两种算法有效解决了单站无源定位与跟踪系统无法处理该类信号的关键技术问题。提出了基于脉冲间瞬时自相关的多普勒频率变化率估计算法,算法能有效处理多种形式的雷达信号,具有较强的信号适应能力,这对降低系统设计的复杂度尤为有利,在一般的无源观测条件下其多普勒频率变化率的估计精度能达到Hz/s量级。
郭福成[4]2002年在《基于运动学原理的单站无源定位与跟踪关键技术研究》文中进行了进一步梳理在现代电子战、信息战环境中，由于利用目标辐射电磁信息的无源探测定位系统具有自身隐蔽和探测距离远等优点，因此它具有重要的应用价值，并已成为当今非线性跟踪与估计研究领域的热点问题。但由于传统单站无源定位方法的定位速度慢、定位精度低，难于满足实际战术应用的需要，因此探索新的定位体制和技术也就成为单站无源定位研究的必然要求。 在近年来提出的基于质点运动学原理的单站无源定位理论基础上，本文第二章提出了几种在角度测量的基础上增加角度变化率及相对运动的离心加速度等运动学参数的单站无源测量模型，并对它们进行了分析和仿真；第叁章分别对利用角度及其变化率信息定位和利用离心加速度信息定位的可观测性进行分析并得到了相应的可观测条件；第四章针对传统扩展卡尔曼(EKF)方法的缺点，提出了一种修正协方差的扩展卡尔曼滤波(MVEFK)方法，并将其和EKF、MGEKF、IEKF等常用的单站无源定位滤波方法进行了性能仿真比较；第五章通过引入雷达机动目标跟踪方法和模型，提出了利用角度及其变化率对机动辐射源跟踪的多级噪声自适应方法和IMM方法；第六章主要对角度变化率和离心加速度参数的获取技术进行了研究，提出了几种高精度测量脉冲序列多普勒频率变化率的方法。 总而言之，本文系统地研究了基于质点运动学的单站无源定位与跟踪领域的主要关键技术问题并提出了相应的解决方法，其中某些分析结果和方法可直接应用于实际的工程应用。
刘金华[5]2008年在《基于粒子滤波单站无源定位跟踪技术研究》文中研究表明目标定位跟踪技术被广泛的应用在导航、监控、障碍规避等需要确定目标的位置、运动和身份的系统中。无源定位跟踪技术自身不辐射电磁波,具有很好的隐蔽性,在电子侦察中扮演着越来越重要的角色。而单站无源定位跟踪技术(SOPLAT)由于避免了多站技术要求的站之间同步工作并进行大量数据传输的问题,更是成为了定位跟踪领域的研究重点。滤波技术是单站无源定位跟踪技术的关键技术之一,它直接影响单站无源定位跟踪的效果。为此选择一种与应用环境、定位模型相匹配的滤波算法尤为重要。近些年出现了研究非线性非高斯滤波算法的高潮,故粒子滤波算法自然就越来越受到重视。由单站无源定位跟踪自身的特点,研究把粒子滤波算法应用在单站无源定位跟踪技术具有相当重要的意义。本文以单站无源定位跟踪技术为主线,积极探索研究粒子滤波算法在其中的应用。首先,对无源定位跟踪技术做了较全面的简要概括,包括无源定位的常用方法和滤波算法。在第二章对无源定位跟踪系统建立数学模型。然后根据此模型,详细讨论了多种定位方法的原理,给出了可观测条件。从第叁章开始研究定位跟踪技术的滤波算法。先是简要阐述了贝叶斯估计理论。接着分析了EKF算法和UKF算法,这两种滤波算法是传统的单站无源定位跟踪算法,在无源定位中有不少成功的应用。结合对采用EKF算法、UKF算法的无源定位跟踪系统进行计算机仿真实验,分析了它们的性能及在实际应用中存在的缺陷。针对传统滤波算法在无源定位应用中的不足,故从第四章开始研究非线性非高斯滤波算法—粒子滤波算法。在第四章中,分析研究了粒子滤波算法的基本思想,给出了SIS方法这个粒子滤波算法的框架,在此基础上还重点研究分析了重要性函数的选择,最后简要的给出了重采样方法和一般粒子滤波(GPF)算法的框架。然后,重点研究分析了SIRPF算法、EKPF算法和UPF算法以及它们在单站无源定位跟踪中的应用,并且给出了它们结合不同的定位方法的仿真实验。最后,用EKF、UKF算法和粒子滤波算法跟踪同一个运动目标并做了相关的比较,结果表明粒子滤波算法能够得到比其他两种算法更好的跟踪结果,并且还从线性及分布情况的角度进行了比较。最后,总结了单站无源定位跟踪技术及粒子滤波算法的优势、存在的挑战和前景。
刘莎[6]2012年在《单站无源定位方法研究》文中研究指明在电子对抗与反电子对抗的斗争中,有源探测系统受到反辐射技术越来越多的限制,而单站无源定位与跟踪技术由于自身不辐射电磁波,具有很好的隐蔽性,而且探测距离远、结构简单,避免了复杂的时间同步和多个观测站之间的数据融合,对提高系统在电子战中的作战能力和生存能力都具有重要意义。由于传统单站无源定位方法的定位结果对测量误差非常敏感,对测量设备的要求较高,并且定位精度低、收敛速度慢,难以满足实际战术应用的需要,因此提高定位精度、缩短定位时间也就成为现在单站无源定位研究的必然需要。本文主要研究了关于单站无源定位方面的相关技术,包括定位和跟踪两个部分。在理论研究的基础上,通过研制的单站无源定位样机试验系统进行仿真试验,验证其工程可行性。本文的研究工作和成果主要包括以下几个方面:(1)较为系统地介绍了单站无源定位技术的定位原理以及传统的单站无源定位方法,对比分析了各种方法的优缺点。(2)在基于多普勒频率变化率定位法的基础上,讨论了叁种适用于单站无源定位的跟踪滤波算法。针对扩展卡尔曼滤波算法的不足,分别介绍了迭代扩展卡尔曼滤波算法和修正协方差的扩展卡尔曼滤波算法。通过比较分析,修正协方差的扩展卡尔曼滤波算法的计算量较小,并且受初值影响小,不仅保证了收敛速度而且滤波效果较好,因此本文的后续研究采用该滤波算法进行定位跟踪。(3)根据质点运动学原理,多普勒频率变化率的精确估计是单站无源定位的关键技术之一。本文针对该技术进行了详细研究,分别对相参脉冲信号、相位编码脉冲信号和线性调频脉冲信号这叁种常见信号进行建模分析,并在现有的测量方法基础上通过增加多脉冲相干积累和引入修正协方差的扩展卡尔曼滤波滤波算法,有效提高了信噪比和多普勒频率变化率的估计精度,从而减小测距误差。(4)简述了单站无源定位样机试验系统的系统结构和定位方法,分别对脉冲多普勒信号、常规脉冲体制信号等九种常见雷达信号进行了信号模拟和仿真试验,试验结果表明,基于多普勒频率变化率的定位方法和修正协方差的扩展卡尔曼跟踪滤波算法相结合可实现快速高精度的目标定位与跟踪,具有一定的工程实用性。
李秀英[7]2008年在《无源单站定位技术研究》文中进行了进一步梳理无源定位与跟踪技术由于自身不辐射电磁波而且探测距离远,所以它在电子侦察中扮演着越来越重要的角色。而单站定位与跟踪系统由于避免了复杂的时间同步和多个观测站之间的数据融合,因此其受到人们很大的重视,并成为一个研究重点。无源定位跟踪技术的实质是定位跟踪方法和定位跟踪算法的融合。定位跟踪方法和定位跟踪算法是无源定位技术的核心,它们决定着系统的定位精度和实时性。因此本论文从这两方面着手,提出了利用角度及其变化率的定位法,并重点研究了多种滤波算法。文章首先介绍了无源定位跟踪技术的概况。在无源定位领域中,可观测性分析和系统建模是定位跟踪最基本的问题,因此本文对定位系统进行了可观测性分析,并就系统的可观测性建立定位跟踪模型。然后重点介绍了一些定位跟踪滤波算法。卡尔曼滤波(EKF)算法是最经典的非线性估计方法,在无源定位中有不少成功的应用。结合对采用EKF算法的无源定位跟踪系统进行计算机仿真实验,分析了EKF的性能。接着,介绍了无迹卡尔曼滤波(UKF)算法,UKF算法是用确定的粒子点来近似非线性函数的概率分布,因此克服了EKF算法的线性化误差,具有更高的滤波精度,并进行了计算机仿真,分析其性能。然后又介绍了粒子滤波(PF)算法,该算法是用大量的随机粒子来近似非线性函数的概率分布,对后验分布无条件限制,在无源定位跟踪中有较好的精度和稳定性。标准的粒子滤波(PF)算法为了解决粒子退化现象,往往进行重采样。但是传统的粒子滤波算法中重采样往往会导致采样枯竭。因此为了解决这个问题,本文中引用了遗传算法中杂交和突变的概念,来改变传统的粒子滤波所采用的再采样策略,提出新的再采样方法,即遗传粒子滤波(GPFA)算法,解决了粒子枯竭的问题。
刘伶俐[8]2006年在《固定单站无源定位方法研究》文中指出无源定位与跟踪技术自身不辐射电磁波而且探测距离远,所以它在电子侦察中扮演着越来越重要的角色。单站定位与跟踪系统由于避免了复杂的时间同步和多个观测站之间的数据融合,因此受到人们很大的重视,并且成为了一个研究的重点。定位与跟踪需要进行目标运动分析,其中最基本的问题就是使用有噪声的观测数据来拟合目标的运动轨迹。在实际应用中,只要满足可观性原理就可以通过运动观测平台估计出目标的位置和速度。 本论文的主要内容是围绕单站定位跟踪的可观测性分析、模型建立、定位原理、滤波算法四大技术问题来展开讨论。特别是重点分析一些高速、高精度的定位滤波算法,这些滤波算法提高了定位跟踪的性能。 文章首先介绍了单站定位跟踪技术的概况。可观测性分析和建模仍然是定位跟踪最基本的问题,所以在第二章分析了几种不同的参数的可观测性,并就它们的可观测性建立定位跟踪模型。叁、四两章介绍了一些重要的定位跟踪滤波算法。过去,非线性动态系统通常使用扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法来进行滤波,但是EKF算法在线性化过程中,产生大量的误差,导致滤波器很容易发散。针对这种现象,介绍了几种新出现的滤波算法,它们分别是UKF(Unscented Kalman Filter)算法、平方根形式的UKF(Squared Root-Unscented Kalman Filter,SR-UKF)算法。这些算法用典型的粒子点(sigma点)来近似非线性函数的概率分布,因此克服了EKF算法的线性化误差,具有更高的滤波精度和鲁棒性。但是UKF仍然是假设后验分布为高斯分布的,针对这种情况,第四章介绍了粒子滤波算法(Particle Filter,PF)。PF算法用大量的粒子来近似非线性函数的概率分布,对后验分布无条件限制,在无源定位跟踪中有较好的精度和稳定性。 由于传统的定位跟踪方法很难快速、高精度的确定辐射源位置,怎样充分利用目标的其它辐射信息是改善定位跟踪性能的关键。在第五章,介绍了引进角度变化率的定位跟踪方法,理论分析和仿真表明增加高精度的角度变化率信息后,定位跟踪精度更高,收敛更快。 最后,对文章的所作的工作做了总结和展望。
孔祥宇[9]2007年在《单站无源定位技术研究及DSP实现》文中进行了进一步梳理单站无源定位跟踪技术是利用一个观测平台,设备本身并不主动发射信号,而仅仅是靠被动接收辐射源的信息来实现定位的技术。其定位的性质主要有两类:一是利用未知辐射源的辐射信号,确定出该辐射源的类型及其平台位置;二是利用已知地理位置的辐射源来确定航行中物体的空间和运动信息。无源定位技术自身不辐射电磁波,具有很好的隐蔽性,在电子对抗中具有重要意义。同时,从物理结构上来讲,由于只需要接受端,不需要发送端。尤其在民用领域,更少的器件意味着更低的成本。所以具有广阔的发展空间。论文基于无源定位的核心是无源定位方法和滤波算法,它们之间多样式的结合产生了不同的定位跟踪方案。由于定位方法主要基于数学模型的建立,现在已比较成熟,所以不断发展的滤波算法更重要的决定着系统的性能。论文首先概述了单站无源定位的发展现状,并针对其特点,分析了进一步发展的趋势,指出了本文研究的出发点和思路。然后对单站无源定位系统作了较全面的分析,包括讨论了多种无源定位方法的原理,研究了逐步发展的滤波算法。本文的重点工作在于,对现阶段国际上讨论的热门滤波算法,如Sigma点卡尔曼滤波器(SPKF),粒子滤波器(PF)进行了较深入的研究工作,并结合各种定位方法,研究了多种无源定位方案,并做了大量的计算机仿真试验,验证其性能。同时考虑到工程实践中,系统实时性的至关重要。在硬件上本文又引入数字信号处理(DSP),并采用TI公司的TMS320C6701EVM板做了数字信号处理算法和应用。最后总结了全文的工作,归纳了本文所得到的研究成果,给出了下一步工作的展望。
霍光[10]2013年在《基于容积卡尔曼滤波的单站无源定位跟踪算法研究》文中认为单站无源定位系统由于具有隐蔽性强、设备简单、相对独立、探测距离远等优势而逐步成为电子对抗领域的一个研究热点。由于观测量是目标状态的非线性函数，因此单站无源定位跟踪实质上是一个非线性滤波问题，研究适合于跟踪情况特点的定位精度高、收敛速度快、稳定性强的滤波算法是一个不断深入探索的过程。本文采用空频域定位模型，以一种新型的Sigma点滤波算法——容积卡尔曼滤波（Cubature Kalman Filter, CKF）为基础展开研究，主要工作内容如下：1、依据质点运动学，研究了基于空频域信息的单站无源定位原理。推导了测距误差，分析了影响该定位方法测距精度的各个因素及其对测距精度的影响程度。由于目标运动满足可观测性条件是研究定位跟踪算法的前提，采用对非线性方程进行伪线性化处理的方法，推导了基于空频域信息的固定单站无源定位系统对匀速目标和两种常见机动（匀加速和匀转弯）目标的可观测性条件。2、将容积卡尔曼滤波（CKF）应用于单站无源定位领域。CKF算法的核心思想是采用Spherical-Radial准则来计算非线性随机函数的均值和方差，实现简单，数值精度高。仿真实验表明，CKF是一种适用于单站无源定位跟踪的性能优越的非线性滤波算法。针对单站无源定位系统测量精度不高的问题，将后向平滑的思想与CKF算法相结合，提出了一种后向平滑容积卡尔曼滤波（BSCKF）算法，该算法通过前向CKF滤波和后向平滑相迭代来提高定位跟踪性能。实验结果表明，BSCKF算法可以获得比CKF算法更高的定位精度和更快的收敛速度。3、针对目标可能突发机动，根据“当前”统计模型，提出了一种强跟踪容积卡尔曼滤波（STCKF）算法。该算法通过在CKF中引入时变渐消因子来调节状态协方差、新息协方差以及互协方差，从而在线调整滤波器增益矩阵，以增强系统的自适应跟踪能力。仿真实验表明，在跟踪一般机动目标时，STCKF算法与CKF算法性能相当；当目标突发机动时，STCKF算法的跟踪性能要优于CKF算法。针对单站无源定位系统采用IMM算法对机动目标跟踪的情况，提出了一种测量更新CKF-IMM算法。该算法利用Markov过程控制子模型间的切换，并采用CKF算法对各模型进行滤波，然后将每个滤波器的输出状态进行概率加权求和，最后对融合状态进行一次非线性测量更新，以减小测量误差的影响。仿真实验表明，与EKF-IMM和UKF-IMM算法相比，CKF-IMM算法的估计误差更小；测量更新CKF-IMM算法较CKF-IMM算法具有更高的定位跟踪精度。4、单站无源定位系统的测量序列中如果出现野值，会影响滤波器的估计精度和稳定性，严重时还会导致滤波器发散。针对这一问题，基于Bayes定理并结合归一化受污染正态分布模型（SCNM），提出了一种抗野值鲁棒CKF算法。该算法在CKF的基础上对测量误差建立了一个SCNM模型，根据野值出现的后验概率来自适应调整测量预测残差的方差阵。仿真实验表明，抗野值鲁棒CKF算法估计精度高、稳定性强，可以较好地抑制离散或连续测量野值产生的不利影响。
参考文献：
[1]. 利用频率变化率和波达角变化率单站无源定位与跟踪的关键技术研究[D]. 龚享铱. 国防科学技术大学. 2004
[2]. 海空环境下单站无源定位滤波算法研究[D]. 宋海亮. 哈尔滨工程大学. 2015
[3]. 利用空频域信息的单站无源定位与跟踪关键技术研究[D]. 郁春来. 国防科学技术大学. 2008
[4]. 基于运动学原理的单站无源定位与跟踪关键技术研究[D]. 郭福成. 中国人民解放军国防科学技术大学. 2002
[5]. 基于粒子滤波单站无源定位跟踪技术研究[D]. 刘金华. 电子科技大学. 2008
[6]. 单站无源定位方法研究[D]. 刘莎. 江南大学. 2012
[7]. 无源单站定位技术研究[D]. 李秀英. 西南交通大学. 2008
[8]. 固定单站无源定位方法研究[D]. 刘伶俐. 西南交通大学. 2006
[9]. 单站无源定位技术研究及DSP实现[D]. 孔祥宇. 电子科技大学. 2007
[10]. 基于容积卡尔曼滤波的单站无源定位跟踪算法研究[D]. 霍光. 解放军信息工程大学. 2013
标签：电信技术论文; 卡尔曼滤波论文; 定位精度论文; 粒子滤波论文; 定位论文; 数据滤波论文; 技术原理论文; 信号频率论文; 线性系统论文; 平滑滤波论文; 非线性论文; 多普勒论文; ekf论文; 算法论文;