基于迭代雙重擴展的Kalman濾波的有源目標估計算法

摘要：多數地理定位算法只用信號的到達時間差(Time Difference of Arrival,TDOA)估計發射機位置,而TDOA數據中的外部噪聲降低估計精度。為此,提出基于迭代雙重擴展的Kalman的有源目標估計(Iterated dual-extended Kalman Fiter,ID-EKF)算法。ID-EFK算法測量TDOA和到達頻率差(Frequency Difference of Arrival,FDOA)信號。先建立相關位置和速度的狀態等式和相關TDOA和FDOA信號的測量等式。然后,再用迭代雙重擴展Kalman濾波補償非線性測量誤差。仿真結果表明,提出的ID-EKF算法降低了估計誤差。