作者：黄耀光 高博 李建新 黄山奇单站无源定位平方根ukf后向平滑非线性滤波
摘要：单站无源定位可观测性弱、参数测量精度不高，因此初始值测量误差往往较大。而无迹卡尔曼滤波（Un—scented Kalman filtering，UKF）算法对初始值较为敏感，并且由于数值计算的舍入误差会产生滤波发散，为了解决以上问题，提出了一种基于平方根UKF（Square—root UKF，SRUKF）的双向滤波算法。该算法通过使用误差协方差的平方根替代协方差阵参与滤波，保证了算法的稳定性，同时运用平方根无迹卡尔曼滤波后向平滑（Un—scented Rauch—Tung—Striebel smoother，URTSS）后向平滑方法，用平滑值取代初始值，为前向滤波提供较高精度的起始值，提高算法的滤波精度，从而提高了算法对初始值的鲁棒性。仿真结果表明，与UKF算法和SRUKF算法相比，该算法提高了滤波的稳定性、收敛速度、定位精度及对初始值的鲁棒性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
