基于重要性采样的纯方位定位算法

摘要：

应用纯方位角解决固定目标无源定位问题时,极大似然估计算法可以转换为非线性优化问题,但该算法需要迭代求解且对初始条件敏感.为此,提出一种新的纯方位定位算法,使用蒙特卡洛重要性采样算法计算该问题的近似全局解.首先,通过观测方程得到关于方位角的极大似然函数,应用Pincus定理得到全局解的形式,从而获得目标位置的概率密度函数;然后,使用伪线性估计算法对目标位置进行初步估计;最后,使用重要性采样算法进行近似计算.仿真实例表明,在不同场景中,重要性采样算法与极大似然估计算法性能相当,非常接近Cramer-Rao下界.

关键词：纯方位角;极大似然估计;重要性采样;伪线性估计

所属期刊栏目：41

分类号：TN953

资助基金：国家自然科学青年基金资助项目61703129

在线出版日期：2021-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：34-39